6 Panda operatsiooni algajatele

Pandas on avatud lähtekoodiga Pythoni teek, mida kasutatakse peamiselt andmete töötlemiseks ja analüüsimiseks. See on üles ehitatud NumPy teegile ning pakub Pythoni programmeerimiskeele jaoks suure jõudlusega, lihtsalt kasutatavaid andmestruktuure ja andmeanalüüsi tööriistu.

Sellest artiklist saate teada, kuidas Pandade abil teha 6 põhitoimingut.

Panda näidete kasutamine

Selle artikli näiteid saate käivitada, kasutades selliseid arvutusmärkmikke nagu Jupyteri märkmik, Google Colab, jne. Näiteid saate käivitada ka sisestades koodi interaktiivses režiimis otse Pythoni interpretaatorisse.

Kui soovite vaadata kogu selles artiklis kasutatud lähtekoodi, pääsete Pythoni märkmiku failile juurde siit GitHubi hoidla.

1. Kuidas importida Pandasid pd-vormingus ja printida versiooninumber

Peate kasutama importida märksõna mis tahes teegi importimiseks Pythonis. Pandasid imporditakse tavaliselt all pd teise nimega. Selle lähenemisviisi korral saate Panda paketile viidata kui pd selle asemel pandad.

importida pandad pd-na
print (pd.__version__)

Väljund:

1.2.4

2. Kuidas Pandas sarja luua

Pandas Series on ühemõõtmeline massiiv, mis sisaldab mis tahes tüüpi andmeid. See on nagu veerg tabelis. Saate luua seeriaid, kasutades numpy massiive, numpy funktsioone, loendeid, sõnastikke, skalaarväärtusi jne.

Seeria väärtused on märgistatud nende indeksinumbriga. Vaikimisi on esimesel väärtusel indeks 0, teisel väärtusel indeks 1 ja nii edasi. Oma siltide nimetamiseks peate kasutama indeks argument.

Kuidas luua tühja seeriat

s = pd. Seeria (dtype='float64')
s

Väljund:

Series([], dtype: float64)

Ülaltoodud näites on tühi seeria ujuk luuakse andmetüüp.

Kuidas luua seeriat NumPy massiivi abil

importida pandad pd-na
import numpy as np
d = np.massiiv([1, 2, 3, 4, 5])
s = pd. Seeria (d)
s

Väljund:

0 1
1 2
2 3
3 4
4 5
dtype: int32

Seotud: NumPy toimingud algajatele

Kuidas luua sarja kasutades loendit

d = [1, 2, 3, 4, 5]
s = pd. Seeria (d)
s

Väljund:

0 1
1 2
2 3
3 4
4 5
dtype: int64

Kuidas luua indeksiga seeriat

Indeksiga seeria loomiseks peate kasutama indeks argument. Indeksite arv peab olema võrdne seeria elementide arvuga.

d = [1, 2, 3, 4, 5]
s = pd. Seeria (d, indeks=["üks", "kaks", "kolm", "neli", "viis"])
s

Väljund:

üks 1
kaks 2
kolm 3
neli 4
viis 5
dtype: int64

Kuidas sõnaraamatu abil sarja luua

Sõnaraamatu võtmetest saavad sarja sildid.

d = {"üks": 1,
"kaks": 2,
"kolm": 3,
"neli": 4,
"viis": 5}
s = pd. Seeria (d)
s

Väljund:

üks 1
kaks 2
kolm 3
neli 4
viis 5
dtype: int64

Kuidas luua seeriat skalaarväärtuse abil

Kui soovite luua seeria, kasutades skalaarväärtust, peate esitama indeks argument.

s = pd. Seeria (1, indeks = ["a", "b", "c", "d"])
s

Väljund:

a 1
b 1
c 1
d 1
dtype: int64

3. Kuidas Pandas andmeraami luua

DataFrame on kahemõõtmeline andmestruktuur, kus andmed on joondatud ridade ja veergude kujul. DataFrame'i saab luua sõnastike, loendite, sõnaraamatute loendi, numpy massiivide jne abil. Reaalses maailmas luuakse DataFrame'id, kasutades olemasolevat salvestusruumi, näiteks CSV-faile, Exceli faile, SQL-i andmebaase jne.

DataFrame'i objekt toetab mitmeid atribuute ja meetodeid. Kui soovite nende kohta rohkem teada saada, võite tutvuda ametliku dokumentatsiooniga panda andmeraamistik.

Kuidas luua tühja andmeraami

df = pd. DataFrame()
print (df)

Väljund:

Tühi DataFrame
Veerud: []
Indeks: []

Kuidas luua DataFrame'i loendi abil

listObj = ["MUO", "tehnoloogia", "lihtsustatud"]
df = pd. DataFrame (listObj)
print (df)

Väljund:

 0
0 MUO
1 tehnoloogia
2 lihtsustatud

DataFrame'i loomine ndarray/nimekirjade sõnastiku abil

batmanData = {'Filmi nimi': ['Batman Begins', "The Dark Knight", "The Dark Knight Rises"],
"Väljalaskmise aasta": [2005, 2008, 2012]}
df = pd. DataFrame (batmanData)
print (df)

Väljund:

 Filmi nimi Ilmumisaasta
0 Batman alustab 2005
1 Pimeduse rüütel 2008
2 The Dark Knight Rises 2012

Kuidas luua DataFrame'i loendite loendi abil

andmed = [['Alex', 601], ['Bob', 602], ['Cataline', 603]]
df = pd. DataFrame (andmed, veerud = ['nimi', 'rulli nr'])
print (df)

Väljund:

 Nimerull nr.
0 Alex 601
1 Bob 602
2 Kataliin 603

Kuidas luua DataFrame'i sõnaraamatute loendi abil

data = [{'Nimi': 'Alex', 'Rulli nr': 601},
{'Nimi': 'Bob', 'Rull nr': 602},
{'Nimi': 'Cataline', 'Rull nr': 603}]
df = pd. DataFrame (andmed)
print (df)

Väljund:

 Nimerull nr.
0 Alex 601
1 Bob 602
2 Kataliin 603

Seotud: Kuidas teisendada loend Pythonis sõnaraamatuks

DataFrame'i loomine zip() funktsiooni abil

Kasuta zip() funktsioon loendite liitmiseks Pythonis.

Nimi = ['Alex', 'Bob', 'Cataline']
RollNo = [601, 602, 603]
listOfTuples = loend (zip (nimi, RollNo))
df = pd. DataFrame (listOfTuples, columns = ['nimi', 'rulli nr'])
print (df)

Väljund:

 Nimerull nr.
0 Alex 601
1 Bob 602
2 Kataliin 603

4. Kuidas lugeda Pandas CSV-andmeid

CSV-fail on piiritletud tekstifail, mis kasutab väärtuste eraldamiseks koma. Saate lugeda CSV-faili kasutades read_csv() meetod pandadel. Kui soovite printida kogu DataFrame'i, kasutage to_string() meetod.

Selles ja järgmistes näidetes see CSV-fail kasutatakse operatsioonide läbiviimiseks.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.to_string())

Väljund:

5. Andmeraamide analüüsimine head(), tail() ja info() meetodite abil

Kuidas vaadata andmeid pea() meetodi abil

The pea () meetod on üks parimaid viise DataFrame'ist kiire ülevaate saamiseks. See meetod tagastab päise ja määratud arvu ridu, alustades ülaosast.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.head (10))

Väljund:

Kui te ridade arvu ei määra, tagastatakse esimesed 5 rida.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.head())

Väljund:

Kuidas vaadata andmeid tail() meetodi abil

The saba () meetod tagastab päise ja määratud arvu ridu, alustades alt.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.tail (10))

Väljund:

Kui te ridade arvu ei määra, tagastatakse viimased 5 rida.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.tail())

Väljund:

Kuidas saada teavet andmete kohta

The info() meetodid tagastavad DataFrame'i lühikokkuvõtte, sealhulgas indeksi dtype ja veeru dtyped, mitte-null väärtused ja mälukasutuse.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.info())

Väljund:

6. Kuidas lugeda Pandas JSON-andmeid

JSON (JavaSkriips Oobjekt Notation) on kerge andmevahetusvorming. JSON-faili saate lugeda, kasutades read_json() meetod pandadel. Kui soovite printida kogu DataFrame'i, kasutage to_string() meetod.

Allolevas näites on see JSON-fail kasutatakse toimingute tegemiseks.

Seotud: Mis on JSON? Võhiku ülevaade

df = pd.read_json(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/google_markers.json')
print (df.to_string())

Väljund:

Värskendage oma Pythoni teadmisi sisseehitatud funktsioonide ja meetodite abil

Funktsioonid aitavad lühendada teie koodi ja parandada selle tõhusust. Funktsioonid ja meetodid nagu vähenda (), split (), loetlema (), eval(), ümmargune (), jne. võib muuta teie koodi tugevaks ja hõlpsasti mõistetavaks. Sisseehitatud funktsioonide ja meetodite kohta on alati hea teada, kuna need võivad teie programmeerimisülesandeid suurel määral lihtsustada.

20 Pythoni funktsiooni, mida peaksite teadma

Pythoni standardteek sisaldab palju funktsioone, mis aitavad teie programmeerimisülesandeid täita. Lugege kõige kasulikumate kohta ja looge tugevam kood.

Loe edasi

Autori kohta