Bruke Python i LuckyTemplates | Datasett og strengfunksjon

I denne opplæringen vil vi diskutere hvordan du kan opprette og forberede datasett og strengfunksjon ved å bruke. Eksemplet jeg skal bruke for å utføre prosessen er tilgjengelig på GitHub.

LuckyTemplates har aktivert Python-funksjonalitet, noe som gjør det enklere for brukere å kjøre Python-skript direkte i LuckyTemplates.

Innholdsfortegnelse

• Koble til en datakilde ved hjelp av Python
• Datarensing eller datakrangel ved hjelp av LuckyTemplates
• Datarensing eller datakrangel ved hjelp av Python i LuckyTemplates
• Utforske datasettet i LuckyTemplates ved hjelp av Python
• To måter å rense data ved hjelp av Python
• Konklusjon

Koble til en datakilde ved hjelp av Python

Før vi begynner, sørg for at du har åpnet LuckyTemplates-notisboken. Først må vi koble til en datakilde. Dette vil gi oss tilgang til en CSV-fil som vi kan importere til LuckyTemplates-notisboken vår. Eksempeldatasettet jeg skal jobbe med er datasettet for klinikkanalyse. 

Du kan gå til GitHub for å navigere til mappen din og klikke på CSV-filen din. Hvis du ikke har en, er det tonnevis av offentlige depoter med opplastede CSV-filer du kan få tilgang til. Når du har datasettet ditt, klikker du på hovedmappen og du vil se to filer. Klikk på CSV-filen.

Klikk deretter Vis rå. 

Etter det, naviger til adressefeltet og kopier CSV-adressen. Gå deretter tilbake til LuckyTemplates-notisboken. 

Under fanen Hjem , klikk på Hent data og deretter Mer for å se Internett- alternativet og klikk på det.

 Deretter limer du inn CSV-adressen i URL-feltet og klikker OK.

Klikk deretter påknapp.

Vi har koblet til datakilden vår i LuckyTemplates.

Datarensing eller datakrangel ved hjelp av LuckyTemplates

Nå kan vi fritt navigere på datasettet. Dette gjør oss i stand til å utføre rengjøringsprosedyrer som er nødvendige for å få dataene våre i riktig format for bedre analyse.

Under kolonnen Lab Cost , ser vi at det er forskjellige dollarsymboler med et bindestreksmerke for konvertering.

 Vi kan ikke konvertere disse symbolene direkte.

Det er fordi det vil forårsake en feil, som vi prøver å unngå. 

For å erstatte disse, klikk på Erstatt verdier og skriv deretter inn dollarsymbolet i feltet Value To Find . Plasser 0 eller ønsket verdi i Erstatt med- feltet. 

Nå kan vi konvertere disse symbolene til ønsket verdi. Husk at vi kan se aktivitetene våre bli dokumentert i delen Anvendte trinn .

Datarensing eller datakrangel ved hjelp av Python i LuckyTemplates

For å gjøre denne renseprosessen eller datakrangeloppgaven gjeldende for alle kolonner, bruker vi Python-funksjonen ved å bruke Jupyter Notebook.

Først åpner du Jupyter Notebook og laster inn hjemmesiden din. 

Under Filer- fanen, naviger til høyre hjørne og klikk på " Ny " for å se alternativet "Python 3" . Klikk deretter på den for å lage en ny Python Notebook.

Det første vi må gjøre er å oppgi et filnavn. Du kan navngi det hva du vil. I dette tilfellet setter jeg tittelen på filen til '.'

Nå som Python-notisboken vår er åpen, kan vi se en celle som lar oss forberede eller utføre koden. Vi må inkludere nettkilden vi gjorde i LuckyTemplates.

Vi kan gjøre dette ved å importere et av de essensielle bibliotekene, som er Pandas , i miljøet vårt og kjøre det.

Etter å ha koblet til nettkilden vår og opprettet en funksjon hjemmehørende i Pandas bibliotek, ønsker vi å lage noe som kan indikere hva vi er i ferd med å gjøre.

Vi vil utforske dataene våre og lage en overskrift som en indikator for denne aktiviteten. For å gjøre det, må vi endre dette fra en kode til en markdown. 

Med et pund-tegn kan vi kontrollere skriftstørrelsen vår. Hvis vi vil at fonten vår skal være i liten størrelse, må vi skrive inn forskjellige pundtegn.

På den annen side, hvis vi ønsker en større skriftstørrelse, må vi bruke færre pundtegn.

I tillegg vil vi kanskje inkludere en kort forklaring av aktiviteten vår under overskriften. La oss si at vi skal utforske opprinnelige funksjoner og datasett. 

Hvis vi kjører den, vises den automatisk under overskriften vår.

Utforske datasettet i LuckyTemplates ved hjelp av Python

På en ny celle kan vi utforske datasettet. La oss si at vi ønsker å utforske de første fem radene med data som faktisk er standardargumentet, og vi må lage en ny variabel data.

Dette vil gi deg tilgang til de første fem radene. Men husk at du kan sette et hvilket som helst argument innenfor parentesen som indikerer hvor mange rader med data du vil ha tilgang til. I dette eksemplet vil jeg ha tilgang til ti rader.

Imidlertid har vi nå det samme problemet som vi hadde i LuckyTemplates-notisboken vår angående dollarsymbolene med bindestrek.

For å fikse dette, må vi bygge vår egen brukerdefinerte funksjon som vi kan bruke for å rense formatet på dataene våre. 

Vi kan starte renseprosessen ved å innhente mer informasjon om våre data. Dette vil gjøre det lettere for oss å identifisere problemene i datasettet vårt. 

Etter å ha kjørt funksjonen, kan vi nå se dybdeinformasjon om datasettet – antall oppføringer, kolonnene og datatypen. Vi kan også se at vi har strenger som representerer tekster innenfor vårt Python-miljø. 

Hvis vi ser nøye på kolonnen, er det flere innrykk som vi må fikse. Jeg skal vise deg de to måtene å rense dette på. 

To måter å rense data ved hjelp av Python

Den første er ved å fikse problemet manuelt. Først samler du informasjonen om datakolonnene dine. For å gjøre det, skriv inn data.columns i en ny kodecelle.

I en ny celle vil du dokumentere aktiviteten med å rense mellomrommene i kolonneoverskriftene. Så kopier og lim inn informasjonen i cellen og slett de hvite mellomrommene direkte. En annen måte er å bruke en strengfunksjon som fjerner mellomrom.

Etter å ha kjørt det, vil det umiddelbart eliminere unødvendige hvite mellomrom i strengene våre. Å gjøre denne metoden gir brukerne bekvemmelighet, spesielt når vi har for mye data eller strenger å fikse eller rense. 

Deretter må vi lagre og inkludere vår forrige kode i denne cellen før vi kjører den.

Som et resultat har vi løst problemet og kolonnene på datasettet vårt er i riktig format. Alt er nå justert riktig i motsetning til å ha hvite mellomrom fra før. 

Konklusjon

For å oppsummere, brukkan forbedre måten LuckyTemplates fungerer på og utvide de normale funksjonene til verktøyet.

Python er et populært programmeringsspråk på høyt nivå, og det har et stort potensiale når det gjelder å få data med bare noen få linjer med kode. Forhåpentligvis har denne opplæringen gitt deg en forståelse av Python i LuckyTemplates.

Beste ønsker,

Gaellim