Hvernig á að undirstilla gagnaramma með einum eða mörgum dálkum?

Þegar þú reynir að skilja stóran DataFrame í Pandas gætirðu þurft að undirstilla hann eftir dálkum og línum. Í þessari kennslu munum við sýna algengustu notkunartilvikin fyrir dálkaskiptingu DataFrame þinnar.

Við byrjum á því að setja upp dæmið okkar DataFrame, sem við gerum með því að keyra eftirfarandi Python kóða í uppáhalds umhverfinu okkar (til einföldunar nota ég Anaconda og 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)

Nú skulum við skoða fyrstu línurnar okkar í Dataframe með því að nota head() aðferðina.

languages.head()

Eins og þú sérð er þetta frekar einfalt DataFrame sem við munum nota sem dæmi í þessari færslu:

Að sía einn dálk

Við byrjum á einfaldasta tilvikinu, sem er að undirstilla einn dálk úr gagnasafninu okkar. Með því að keyra eftirfarandi skipun verður til röð hlutur:

Eftir nafni / merki

languages["language"]

Úttakið er röð:

0 Python
1 C-Sharp
2 Javascript
3 PHP
Nafn: tungumál, dtype: hlutur

type(languages["language"])

pandas.kjarna.sería

Eftir vísitölu

Eftirfarandi skipun mun einnig skila röð sem inniheldur fyrsta dálkinn

languages.iloc[:,0]

Velja marga dálka

Að nafni

Þegar listi yfir dálka er liðinn mun Pandas skila DataFrame sem inniheldur hluta af gögnunum.

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

Eftir merki (með loc)

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

Niðurstaðan verður svipuð.

Eftir vísitölu

Nú skulum við sækja marga dálka með því að nota vísitöluna:

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

Eftir ástandi

Í þessu tilviki munum við bara sýna dálkana hvaða nafn passar við tiltekna tjáningu. Við munum nota nokkuð handhæga síuaðferð :

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

Athugasemdir:

1. við getum líka síað eftir ákveðinni reglulegri segð (regex).
2. Við getum notað færibreytuna axis=0 til að sía eftir tilteknu línugildi.

Sía tilteknar línur eftir ástandi

Hér er frekar einföld leið til að undirstilla DataFrame í samræmi við línugildi:

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

Við höfum aðeins eina niðurstöðu:

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