【まず1嫁】くだすれPython(超初心者用) その57

**デフォルトの名無しさん** · 2022/05/22(日) 22:25:08.74

当スレに★Python以外のプログラミング言語での回答類を書くべからず★
派生言語はそれぞれ専スレがある（この板にあるとは限らない）ので、そっち池。
「Ruby」「Rails」「某言語では」「クソチョンw」をNGワード登録推奨。荒らしは、完全スルー放置が一番きらいです。

このスレッドは「お勉強」スレのほうには書き込めない超低レベル、
もしくは質問者自身何が何だか分からない質問を、勇気を持って書き込むスレッドです。
へび使いが優しくコメントを返しますので、お礼は Python の布教と初心者の救済をお願いします。

★エラーを解決したい場合★は、
　　表示されたエラーの全文（勝手に省略やスクショうｐ等の横着クソ行為禁止）と、
　　実行環境（Pythonのバージョン・OSとIDEの種類およびバージョン）をシッカリ書くこと。

Pythonの★ソースコードをそのまま５ちゃんに貼るとインデントが崩れてチヌ★
【【【複数の連続半角スペースはなにもなかったことにされる＆タブは普通には入れられない】】】掲示板の仕様なので、
プログラム文は↓等の、いわゆるコードうｐ用サイトに貼ってこいください。
ttps://techiedelight.com/compiler/　　Run Code機能あり。
ttp://ideone.com/　　　　　　デフォ設定はC用のため、言語選択ボタン押下がﾋﾟｺ手間かも。
ttp://codepad.org/　　　　　ほぼ直感的に使える。Run codeボタンあり。
ttp://pastebin.com/　　　　　まずまずシンプル。
ttp://dpaste.com/　　　　　　とてもシンプル。消えるまでの日数は十分長ーく指定のこと。

◇Python公式◇ http://www.python.org/
◇まとめwiki◇ ttp://python.rdy.jp/wiki.cgi

〇前スレ〇　【まず1嫁】くだすれPython(超初心者用) その56
http://mevius.5ch.net/test/read.cgi/tech/1640536690/

次スレたては >>985 あたりが挑戦する。
### END OF TEMPLATE ###

**デフォルトの名無しさん** · 2022/05/22(日) 22:37:38.56

立て乙

**デフォルトの名無しさん** · 2022/05/24(火) 13:49:28.09

かわいい女の子に上目遣いで拗ねたように「いじわる」と言われると興奮するんです

**デフォルトの名無しさん** · 2022/06/05(日) 08:46:24.02

pandasについての質問です。
"PRICE1","PRICE2","PRICE3","P1(％)","P2(％)","P3(％)"の順にデータが入ってるとします。
下記みたいな感じです。
①[0,0,2470,0,0,27] ○
②[0,0,1570,0,0,0] ☓
③[0,1580,1440,0,35,31] ○
④[0,1290,2878,0,0,31] ☓
⑤[2522,885,940,31,0,0] ☓
⑥[1527,1057,1639,28,5,31] ☓
⑦[1527,1457,1639,28,26,31] ○
○をつけたデータが残したいデータになります。
①②のようにPRICE>0のPRICEデータが1つの場合は、該当するP(%)データが25より大きい場合に残したいです。
③④のようにPRICE>0のPRICEデータが2つの場合は、該当するP(%)データがどちらも20より大きい場合に残したいです。
⑤⑥⑦のようにPRICE>0のPRICEデータが3つの場合は、該当するP(%)データがどちらも15より大きい場合に残したいです。

調べたら下記のような感じでやっていくことがわかったのですが、思うように整理できません。
df = pd.read_sql(sql=f'SELECT "PRICE1","PRICE2","PRICE3","P1(％)","P2(％)","P3(％)" FROM {schema}."{get_table}";', con=conn)
df = df[(df["PRICE1"]>0) | (df["PRICE2"]>0) | (df["PRICE3"]>0) | (df["P1(％)"]>25) | (df["P1(％)"]>25) | (df["P1(％)"]>25)]
df = [tuple(x) for x in df.values]
誰か助けてくだしあ

**デフォルトの名無しさん** · 2022/06/05(日) 11:40:11.32

よーしらんが、論理回路の問題なんだろ？
なら一時的にif(if(if))みたいなネストの深いクソコード書いて、細かくデバック通すか
関数宣言をさぼらずに、(df["PRICE1"]>0)や(df["P1(％)"]>25)に分かりやすい関数名付けたほうがいいんじゃねえかな

**デフォルトの名無しさん** · 2022/06/05(日) 12:23:41.62

datetime.datetimeクラスの順序比較に手を加えたくなって、モジュールのソースをみたら_cmp()メソッドが比較の本体だったので
ttps://techiedelight.com/compiler/?zbRJ というコードで試したのですが、そもそも_cmp()が呼ばれません
これって、私は何を間違えているのでしょう？ (なお、当初やりたかったこと自体は__eq__, __gt__, __ge__, __le__, __lt__, __ne__を直接オーバーライドすることで達成できました)

**デフォルトの名無しさん** · 2022/06/05(日) 12:40:05.08

条件に合うものを残すより
条件に合わないものを消していく方が効率が良い

**デフォルトの名無しさん** · 2022/06/05(日) 12:44:51.80

>>6
https://qiita.com/nkennek/items/8c54365cb873cca8730a
https://www.delftstack.com/ja/howto/python/python-private-method/
https://blowup-bbs.com/python-class3/

**デフォルトの名無しさん** · 2022/06/05(日) 14:26:03.02

>>8
お返事ありがとうございます
しかし、_cmpのアンダースコアは一つですし、AttributeErrorが発生したりせず単に呼ばれないだけ(比較自体は出来ているので親クラスの_cmp()が呼ばれているはず)です
マングル化に関するページをご紹介いただいた意味がよく分かりません

**デフォルトの名無しさん** · 2022/06/05(日) 14:57:15.34

def もれそう(arg1, arg2, arg3, arg4, arg5, arg6):
__うんこ = [arg1, arg2, arg3]
__おもさ = [arg4, arg5, arg6]
__def 内容量(element):
____return len(list(filter(lambda x: x > 0, element)))
__def 耐久力(element, n):
____return list(filter(lambda x: x > n, element))

__if 内容量(うんこ) == 1:
____return 耐久力(おもさ, 25)
__elif 内容量(うんこ) == 2:
____return 耐久力(おもさ, 20)
__elif 内容量(うんこ) == 3:
____return 耐久力(おもさ, 15)

df = もれそう(茶色1,茶色2,茶色3,重量1, 重量2, 重量3)
pandasのことよー知らんから>>5で適当なこと書いちゃったけど、こういうことだよな
どっかで関数一覧に目を通すなりして、array関数とかcallback関数の使い方覚えたほうがいいぞ

**デフォルトの名無しさん** · 2022/06/05(日) 15:01:54.57

>>4
sqlでの抽出は知らんけど、他の方法で抽出でけた

import pandas as pd
data=[
　　[0,0,2470,0,0,27],
　　[0,0,1570,0,0,0],
　　[0,1580,1440,0,35,31],
　　[0,1290,2878,0,0,31],
　　[2522,885,940,31,0,0],
　　[1527,1057,1639,28,5,31],
　　[1527,1457,1639,28,26,31]]

df = pd.DataFrame(data)
def check(row):
　　d = {1:25, 2:20, 3:15}
　　return all(i[1] > d[len(row)] for i in row)

# 各PRICEと各P(%)の組をzipで作って、その中からPRICEがゼロのものを削除したものをcheck関数でチェック
[check([k for k in j if k[0]>0]) for j in [list(zip(i[:3], i[3:])) for i in df.values.tolist()]]
[True, False, True, False, False, False, True] # ブールインデックス作成

df2 = df[_] # ブールインデックスで抽出
df2.values.tolist()
[[0, 0, 2470, 0, 0, 27], [0, 1580, 1440, 0, 35, 31], [1527, 1457, 1639, 28, 26, 31]]