def main():
customer_tb, hotel_tb, reserve_tb = load_hotel_reserve()
print(customer_tb)
print(hotel_tb)
print(reserve_tb)
# extract columns ################################
print('**************** specify by strings not index ****************')
extract_01 = reserve_tb[['reserve_id', 'hotel_id', 'customer_id',
'reserve_datetime', 'checkin_date', 'checkin_time',
'checkout_date']]
print('extract_01', extract_01)
# extract columns using iloc ####################
print('**************** using iloc ****************')
extract_02 = reserve_tb.loc[:, ['reserve_id', 'hotel_id', 'customer_id',
'reserve_datetime', 'checkin_date',
'checkin_time', 'checkout_date']]
print('extract_02', extract_02)
# drop columns using drop #######################
print('**************** using drop ****************')
extract_03 = reserve_tb.drop(['people_num', 'total_price'], axis=1)
print('extract_03', extract_03)
# drop return None ##############################
print('************* using drop inplace=True, return None *************')
extract_04 = reserve_tb.drop(['people_num', 'total_price'], axis=1, inplace=True)
print('extract_04', extract_04)
# extract using query ###########################
print('**************** using query ****************')
extract_05 = reserve_tb.query('"2016-10-13" <= checkout_date <= "2016-10-14"')
print('extract_05', extract_05)
# extract random 50% sampling ####################
print('**************** random 50% sampling ****************')
extract_06 = reserve_tb.sample(frac=0.5)
print('extract_06', extract_06)
# extract group by ID sampling ##################
print('**************** group by ID sampling ****************')
target = pd.Series(reserve_tb['customer_id'].unique()).sample(frac=0.5)
extract_07 = reserve_tb[reserve_tb['customer_id'].isin(target)]
print('extract_07', extract_07)
import pandas as pd
import numpy as np
from preprocess.load_data.data_loader import load_hotel_reserve
customer_tb, hotel_tb, reserve_tb = load_hotel_reserve()
# 下の行から本書スタート
customer_tb['sex_and_age'] = pd.Categorical(
# 連結する列を抽出
customer_tb[['sex', 'age']]
# lambda関数内でsexと10代区切りのageを_を挟んで文字列として連結
.apply(lambda x: '{}_{}'.format(x[0],
np.floor(x[1] / 10) * 10), axis=1))
from preprocess.load_data.data_loader import load_hotel_reserve
import pandas as pd
customer_tb, hotel_tb, reserve_tb = load_hotel_reserve()
# 下の行から本書スタート
# groupby関数でreserve_idを集約単位に指定し、size関数でデータ数をカウント
# groupby関数の集約処理によって行番号（index）がとびとびになっているので、
# reset_index関数によって、集約単位に指定したhotel_idを集約した状態から列名に戻し、
# 新たな行名を現在の行番号を直す
rsv_cnt_tb = reserve_tb.groupby('hotel_id').size().reset_index()
# 集約結果の列名を設定
rsv_cnt_tb.columns = ['hotel_id', 'rsv_cnt']
# groupbyでhotel_idを集約単位に指定し、
# customer_idの値をnunique関数することで顧客数をカウント
cus_cnt_tb = \
reserve_tb.groupby('hotel_id')['customer_id'].nunique().reset_index()
# 集約結果の列名を設定
cus_cnt_tb.columns = ['hotel_id', 'cus_cnt']
# merge関数を用いて、hotel_idを結合キーとして結合(「第4章 結合」で解説)
pd.merge(rsv_cnt_tb, cus_cnt_tb, on='hotel_id')