Kā datu rāmi apakšiestatīt ar vienu vai vairākām kolonnām?

Mēģinot izprast lielu datu rāmi Pandas, iespējams, tas būs jāsadala pēc kolonnām un rindām. Šajā apmācībā mēs parādīsim visizplatītākos gadījumus, kad tiek sadalīti jūsu DataFrame kolonnas.

Mēs sāksim ar DataFrame parauga iestatīšanu, ko mēs darīsim, palaižot tālāk norādīto Python kodu mūsu iecienītākajā vidē (vienkāršības labad es izmantoju Anaconda un 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)

Tagad apskatīsim mūsu Dataframe pirmās rindas, izmantojot head() metodi.

languages.head()

Kā redzat, šis ir diezgan vienkāršs DataFrame, ko izmantosim kā piemēru šajā ziņā:

Vienas kolonnas filtrēšana

Sāksim ar vienkāršāko gadījumu, proti, vienas kolonnas apakškopu no mūsu datu kopas. Palaižot šo komandu, tiks izveidots sērijas objekts:

Pēc nosaukuma / etiķetes

languages["language"]

Izvade ir sērija:

0 Python
1 C Sharp
2 Javascript
3 PHP
Nosaukums: valoda, dtype: objekts

type(languages["language"])

pandas.core.series.Series

Pēc indeksa

Šī komanda arī atgriezīs sēriju, kurā ir pirmā kolonna

languages.iloc[:,0]

Vairāku kolonnu atlasīšana

Pēc vārda

Nododot kolonnu sarakstu, Pandas atgriezīs DataFrame, kurā ir daļa no datiem.

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

Pēc etiķetes (ar loc.)

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

Rezultāts būs līdzīgs.

Pēc indeksa

Tagad izgūsim vairākas kolonnas, izmantojot indeksu:

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

Pēc nosacījuma

Šajā gadījumā mēs tikai parādīsim kolonnas, kuru nosaukums atbilst noteiktai izteiksmei. Mēs izmantosim diezgan ērtu filtra metodi:

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

Piezīmes:

1. mēs varam arī filtrēt pēc noteiktas regulāras izteiksmes (regulārā izteiksme).
2. Mēs varam lietot parametru axis=0, lai filtrētu pēc noteiktas rindas vērtības.

Filtrējiet noteiktas rindas pēc nosacījuma

Šeit ir diezgan vienkāršs veids, kā apakškopu DataFrame atbilstoši rindas vērtībai:

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

Mums ir tikai viens rezultāts:

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