Como escribir de dereita a esquerda en Microsoft Office 2016, 2019 / 365?
Aprende a cambiar de teclado LTR a RTL en Microsoft Word.
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:
lingua | nivel_dificultade_medio | medio_salario | aplicacións | |
---|---|---|---|---|
0 | Python | 3 | 120 | 10 |
1 | C-Sharp | 2 | 100 | 15 |
2 | Javascript | 2 | 120 | 14 |
3 | PHP | 1 | 80 | 20 |
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"]]
lingua | aplicacións | |
---|---|---|
0 | Python | 10 |
1 | C-Sharp | 15 |
2 | Javascript | 14 |
3 | PHP | 20 |
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]]
lingua | aplicacións | |
---|---|---|
0 | Python | 10 |
1 | C-Sharp | 15 |
2 | Javascript | 14 |
3 | PHP | 20 |
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:
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)]
lingua | nivel_dificultade_medio | medio_salario | aplicacións | |
---|---|---|---|---|
3 | PHP | 1 | 80 | 20 |
Aprende a cambiar de teclado LTR a RTL en Microsoft Word.
Aprende a usar Excel VBA para cambiar o texto, a cor, o tamaño e as propiedades da cela mediante programación.
Aprende a programar vba para buscar celas baleiras nunha folla de traballo ou rango de celas.
Aprende como podes facer que Word 365 funcione máis rápido desactivando os complementos, actualizando o teu hardware e eliminando
Aprende todo o necesario sobre a instalación de VC_RED e os ficheiros de armario. É seguro eliminalos do teu sistema operativo Windows 7 e 10?
Aprende a mostrar o pé de páxina e o encabezado na primeira páxina só en Word 365, 2016 e 2019; así como en Documentos de Google
Aprende a codificar caixas de mensaxes e entradas con VBA en PowerPoint
Aprende a escribir unha macro VBA sinxela para inserir diapositivas e crear unha nova presentación
Aprende a aplicar esquemas de cores personalizados de Office.
Aprende a lanzar extensións de ficheiros de OneNote de MAC e Windows