Como subconfigurar un marco de datos por unha ou varias columnas?

Cando intentes dar sentido a un DataFrame grande en Pandas, pode que teñas que subdefinilo por columnas e filas. Neste tutorial mostraremos os casos de uso máis frecuentes de partición de columnas do teu DataFrame.

Comezaremos configurando o noso DataFrame de exemplo, o que faremos executando o seguinte código Python no noso entorno favorito (para simplificar, uso Anaconda e Jupyter Lab).

import pandas as pd # import the pandas library

languages = ({"language": [ "Python", "C-Sharp", "Javascript","PHP"] ,
         "avg_difficulty_level": [3, 2, 2, 1],
              "avg_salary": [120, 100, 120, 80],
          "applications": [10,15,14,20]})

# Now let's convert our dict to a DataFrame

languages = pd.DataFrame.from_dict(languages)

Agora, imos ver as nosas primeiras filas de Dataframe usando o método head().

languages.head()

Como podes ver, este é un DataFrame bastante sinxelo que usaremos como exemplo nesta publicación:

Filtrando unha única columna

Comezaremos polo caso máis sinxelo, que consiste en subconxugar unha columna do noso conxunto de datos. Ao executar o seguinte comando crearase un obxecto Series:

Por nome/etiqueta

languages["language"]

A saída é unha serie:

0 Python
1 Do sostenido
2 Javascript
3 PHP
Nome: idioma, dtype: obxecto

type(languages["language"])

pandas.core.series.Series

Por índice

O seguinte comando tamén devolverá unha serie que contén a primeira columna

languages.iloc[:,0]

Seleccionando varias columnas

Polo nome

Ao pasar unha lista de columnas, Pandas devolverá un DataFrame que contén parte dos datos.

languages[["language", "applications"]]

Por etiqueta (con loc)

df.loc[:,["language","applications"]]

O resultado será semellante.

Por índice

Agora imos recuperar varias columnas usando o índice:

languages.iloc[: ,[0,3]]

Por condición

Neste caso, só mostraremos as columnas cuxo nome coincide cunha expresión específica. Usaremos o método de filtro bastante práctico :

languages.filter(axis = 1, like="avg")

Notas:

1. tamén podemos filtrar por unha expresión regular específica (regex).
2. Podemos aplicar o parámetro axis=0 para filtrar por valor de fila específico.

Filtra filas específicas por condición

Aquí tes un xeito bastante sinxelo de subconfigurar o DataFrame segundo un valor de fila:

languages[(languages["applications"] > 15)]

Só temos un resultado:

languages[(languages["applications"] > 15)]