30 pandas Naredbe za manipulaciju okvirima podataka

Pandas knjižnica čini znanost podataka temeljenu na pythonu jednostavnom vožnjom. To je popularna Python biblioteka za čitanje, spajanje, razvrstavanje, čišćenje podataka i još mnogo toga. Iako je pandas jednostavan za korištenje i primjenu na skupove podataka, ima mnogo funkcija za manipulaciju podacima za učenje.

Možda koristite pande, ali postoji velika šansa da ga nedovoljno koristite za rješavanje problema povezanih s podacima. Evo našeg popisa vrijednih funkcija panda koje manipuliraju podacima koje bi svaki znanstvenik za podatke trebao znati.

Instalirajte pande u svoje virtualno okruženje

Prije nego što nastavimo, provjerite jeste li instalirali pande u svoje virtualno okruženje koristeći pip:

pip install pande

Nakon što ga instalirate, uvezite pande na vrhu vaše skripte i idemo dalje.

1. pande. DataFrame

Ti koristiš pande. okvir podataka() za stvaranje DataFramea u pandama. Postoje dva načina korištenja ove funkcije.

Možete formirati DataFrame prema stupcu prosljeđivanjem rječnika u pande. okvir podataka() funkcija. Ovdje je svaki ključ stupac, dok su vrijednosti redovi:

uvoz pande
DataFrame = pande. DataFrame({"A": [1, 3, 4], "B": [5, 9, 12]})
ispis (DataFrame)

Druga metoda je formiranje okvira podataka preko redaka. Ali ovdje ćete odvojiti vrijednosti (stavke redaka) od stupaca. Broj podataka na svakom popisu (podaci retka) također se mora podudarati s brojem stupaca.

uvoz pande
DataFrame = pande. Okvir podataka([[1, 4, 5], [7, 19, 13]], stupci= ["J", "K", "L"])
ispis (DataFrame)

2. Čitanje iz i pisanje u Excel ili CSV u pandama

Možete čitati ili pisati u Excel ili CSV datoteke s pandama.

Čitanje Excel ili CSV datoteka

Za čitanje Excel datoteke:

#Zamijenite example.xlsx stazom vaše Excel datoteke
DataFrame = DataFrame.read_excel("example.xlsx")

Evo kako pročitati CSV datoteku:

#Zamijenite example.csv stazom vaše CSV datoteke
DataFrame = DataFrame.read_csv("example.csv")

Pisanje u Excel ili CSV

Pisanje u Excel ili CSV dobro je poznata operacija panda. I zgodno je za spremanje novoizračunatih tablica u zasebne tablice s podacima.

Za pisanje u Excel list:

DataFrame.to_excel("full_path_of_the_destination_folder/filename.xlsx")

Ako želite pisati u CSV:

DataFrame.to_csv("full_path_of_the_destination_folder/filename.csv")

Također možete izračunati središnje tendencije svakog stupca u DataFrameu pomoću panda.

Evo kako dobiti srednju vrijednost svakog stupca:

DataFrame.mean()

Za vrijednost medijana ili načina, zamijenite znači () s srednja vrijednost () ili način ().

4. DataFrame.transform

pande' DataFrame.transform() mijenja vrijednosti DataFramea. Prihvaća funkciju kao argument.

Na primjer, kod u nastavku množi svaku vrijednost u DataFrameu s tri pomoću Pythonova lambda funkcija:

DataFrame = DataFrame.transform (lambda y: y*3)
ispis (DataFrame)

5. DataFrame.isnull

Ova funkcija vraća Booleovu vrijednost i označava sve retke koji sadrže nulte vrijednosti kao Pravi:

DataFrame.isnull()

Rezultat gornjeg koda može biti teško pročitati za veće skupove podataka. Dakle, možete koristiti isnull().suma() umjesto toga funkcija. Ovo vraća sažetak svih vrijednosti koje nedostaju za svaki stupac:

DataFrame.isnull().suma()

6. Dataframe.info

The info() funkcija je bitna operacija panda. Umjesto toga vraća sažetak vrijednosti koje ne nedostaju za svaki stupac:

DataFrame.info()

7. DataFrame.opisati

The opisati() funkcija vam daje zbirnu statistiku DataFramea:

DataFrame.describe()

8. DataFrame.replace

Koristiti DataFrame.replace() metode u pandama, možete zamijeniti odabrane retke drugim vrijednostima.

Na primjer, za zamjenu nevažećih redaka s Nan:

# Osigurajte da ste pip install numpy da bi ovo funkcioniralo
import numpy
uvoz pande
# Dodavanje inplace ključne riječi i postavljanje na True čini promjene trajnima:
DataFrame.replace([invalid_1, invalid_2], numpy.nan, inplace=True)
ispis (DataFrame)

9. DataFrame.fillna

Ova funkcija vam omogućuje da ispunite prazne retke određenom vrijednošću. Možete ispuniti sve Nan retke u skupu podataka sa srednjom vrijednošću, na primjer:

DataFrame.fillna (df.mean(), inplace = True)
ispis (DataFrame)

Također možete biti specifični za stupac:

DataFrame['column_name'].fillna (df[column_name].mean(), inplace = True)
ispis (DataFrame)

10. DataFrame.dropna

The dropna() metoda uklanja sve retke koji sadrže null vrijednosti:

DataFrame.dropna (inplace = True)
ispis (DataFrame)

11. DataFrame.insert

Možete koristiti pande' umetnuti() funkciju za dodavanje novog stupca u DataFrame. Prihvaća tri ključne riječi, naziv stupca, popis njegovih podataka i njegov mjesto, što je indeks stupca.

Evo kako to funkcionira:

DataFrame.insert (stupac = 'C', vrijednost = [3, 4, 6, 7], loc=0)
ispis (DataFrame)

Gornji kod umeće novi stupac u indeks nultog stupca (postaje prvi stupac).

12. DataFrame.loc

Možeš koristiti lok pronaći elemente u određenom indeksu. Za prikaz svih stavki u trećem retku, na primjer:

DataFrame.loc[2]

13. DataFrame.pop

Ova funkcija vam omogućuje da uklonite određeni stupac iz pandas DataFramea.

Prihvaća an artikal ključnu riječ, vraća iskočiti stupac i odvaja ga od ostatka DataFramea:

DataFrame.pop (stavka= 'naziv_stupca')
ispis (DataFrame)

14. DataFrame.max, min

Dobivanje maksimalnih i minimalnih vrijednosti pomoću panda je jednostavno:

DataFrame.min()

Gornji kod vraća minimalnu vrijednost za svaki stupac. Da biste dobili maksimum, zamijenite min s maks.

15. DataFrame.join

The pridružiti() funkcija pandas vam omogućuje spajanje okvira podataka s različitim nazivima stupaca. Možete koristiti lijevi, desni, unutarnji ili vanjski spoj. Da biste lijevo spojili DataFrame s još dva:

#Slijevo spojite duže stupce s kraćim
newDataFrame = df1.join([df_shorter2, df_shorter3], how='lijevo') 
ispis (noviDataFrame)

Da biste spojili DataFrames sa sličnim nazivima stupaca, možete ih razlikovati uključivanjem sufiksa s lijeve ili desne strane. Učinite to uključivanjem lsufiks ili rsufiks ključna riječ:

newDataFrame = df1.join([df2, rsuffix='_', how='outer') 
ispis (noviDataFrame)

16. DataFrame.combine

The kombinirati() funkcija je zgodna za spajanje dvaju okvira podataka koji sadrže slične nazive stupaca na temelju postavljenih kriterija. Prihvaća a funkcija ključna riječ.

Na primjer, za spajanje dvaju okvira podataka sa sličnim nazivima stupaca samo na temelju maksimalnih vrijednosti:

newDataFrame = df.combine (df2, numpy.minimum)
ispis (noviDataFrame)

Bilješka: Također možete definirati prilagođenu funkciju odabira i umetnuti numpy.minimum.

17. DataFrame.astype

The astype() funkcija mijenja tip podataka određenog stupca ili okvira podataka.

Za promjenu svih vrijednosti u DataFrameu u niz, na primjer:

DataFrame.astype (str)

18. DataFrame.zbroj

The iznos() funkcija u pandas vraća zbroj vrijednosti u svakom stupcu:

DataFrame.sum()

Također možete pronaći kumulativni zbroj svih korištenih stavki cumsum():

DataFrame.cumsum()

19. DataFrame.drop

pande' pad() funkcija briše određene retke ili stupce u DataFrameu. Morate navesti nazive stupaca ili indeks redaka i os da biste ih koristili.

Da biste uklonili određene stupce, na primjer:

df.drop (stupac=['stupac1', 'stupac2'], os=0)

Za ispuštanje redaka na indeksima 1, 3 i 4, na primjer:

df.drop([1, 3, 4], os=0)

20. DataFrame.corr

Želite li pronaći korelaciju između cjelobrojnih ili float stupaca? pande vam mogu pomoći da to postignete pomoću corr() funkcija:

DataFrame.corr()

Gornji kod vraća novi DataFrame koji sadrži korelacijski slijed između svih cjelobrojnih ili float stupaca.

21. DataFrame.add

The dodati() funkcija vam omogućuje da svakoj vrijednosti u DataFrameu dodate određeni broj. Radi tako što se ponavlja kroz DataFrame i operira sa svakom stavkom.

Povezano:Kako koristiti For petlje u Pythonu

Da biste dodali 20 svakoj od vrijednosti u određenom stupcu koji sadrži cijele brojeve ili plutajuće, na primjer:

DataFrame['interger_column'].add (20)

22. DataFrame.sub

Poput funkcije zbrajanja, također možete oduzeti broj od svake vrijednosti u DataFrameu ili određenom stupcu:

DataFrame['interger_column'].sub (10)

23. DataFrame.mul

Ovo je verzija množenja funkcije zbrajanja panda:

DataFrame['interger_column'].mul (20)

24. DataFrame.div

Slično, svaku podatkovnu točku u stupcu ili DataFrameu možete podijeliti određenim brojem:

DataFrame['interger_column'].div (20)

25. DataFrame.std

Koristiti std() funkcija, pandas vam također omogućuje izračunavanje standardne devijacije za svaki stupac u DataFrameu. Radi tako što se ponavlja kroz svaki stupac u skupu podataka i izračunava standardnu ​​devijaciju za svaki od njih:

DataFrame.std()

26. DataFrame.sort_values

Također možete sortirati vrijednosti uzlazno ili silazno na temelju određenog stupca. Da biste sortirali DataFrame u silaznom redoslijedu, na primjer:

newDataFrame = DataFrame.sort_values ​​(prema = "colmun_name", silazno = True)

27. DataFrame.melt

The topiti() funkcija u pandas okreće stupce u DataFrameu na pojedinačne retke. To je kao razotkrivanje anatomije DataFramea. Tako vam omogućuje da eksplicitno vidite vrijednost dodijeljenu svakom stupcu.

newDataFrame = DataFrame.melt()

28. DataFrame.count

Ova funkcija vraća ukupan broj stavki u svakom stupcu:

DataFrame.count()

29. DataFrame.query

pande' upit() omogućuje pozivanje stavki pomoću njihovog indeksnog broja. Da biste dobili stavke u trećem redu, na primjer:

DataFrame.query('4') # Pozovite upit na četvrtom indeksu

30. DataFrame.gdje

The gdje() funkcija je pandas upit koji prihvaća uvjet za dobivanje određenih vrijednosti u stupcu. Na primjer, da dobijete sve uzraste mlađe od 30 godina od Dob stupac:

DataFrame.where (DataFrame['Age'] < 30)

Gornji kod daje DataFrame koji sadrži sve dobi mlađe od 30 godina, ali dodjeljuje Nan na redove koji ne ispunjavaju uvjet.

Rukujte podacima kao profesionalac s pandama

pandas je riznica funkcija i metoda za rukovanje malim i velikim skupovima podataka s Pythonom. Knjižnica je također korisna za čišćenje, provjeru valjanosti i pripremu podataka za analizu ili strojno učenje.

Odvojite vrijeme da ga svladate definitivno vam olakšava život kao znanstvenika podataka i itekako je vrijedno truda. Stoga slobodno pokupite sve funkcije koje možete nositi.

20 Python funkcija koje biste trebali znati

Python Standard Library sadrži mnoge funkcije koje će vam pomoći u vašim programskim zadacima. Saznajte o najkorisnijima i izradite robusniji kod.

Pročitajte dalje

O autoru