Hvordan undersette en dataramme med én eller flere kolonner?

Når du prøver å forstå en stor DataFrame i Pandas, må du kanskje underordne den etter kolonner og rader. I denne opplæringen viser vi de mest utbredte brukstilfellene for kolonnepartisjonering av DataFrame.

Vi starter med å sette opp vårt eksempel DataFrame, som vi vil gjøre ved å kjøre følgende Python-kode i favorittmiljøet vårt (for enkelhets skyld bruker jeg 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)

La oss nå se på våre første rader i Dataframe ved å bruke head()-metoden.

languages.head()

Som du kan se, er dette en ganske enkel DataFrame vi vil bruke som eksempel i dette innlegget:

Filtrering av en enkelt kolonne

Vi starter med det enkleste tilfellet, som er å dele én kolonne ut av datasettet vårt. Å kjøre følgende kommando vil opprette et serieobjekt:

Etter navn/etikett

languages["language"]

Utgangen er en serie:

0 Python
1 C-Sharp
2 Javascript
3 PHP
Navn: språk, dtype: objekt

type(languages["language"])

pandas.core.series.Series

Etter indeks

Følgende kommando vil også returnere en serie som inneholder den første kolonnen

languages.iloc[:,0]

Velge flere kolonner

Ved navn

Når du sender en liste over kolonner, vil Pandas returnere en DataFrame som inneholder deler av dataene.

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

Etter etikett (med loc)

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

Resultatet vil være likt.

Etter indeks

La oss nå hente flere kolonner ved å bruke indeksen:

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

Etter tilstand

I dette tilfellet vil vi bare vise kolonnene hvilket navn samsvarer med et spesifikt uttrykk. Vi bruker den ganske hendige filtermetoden :

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

Merknader:

1. vi kan også filtrere etter et spesifikt regulært uttrykk (regex).
2. Vi kan bruke parameteren axis=0 for å filtrere etter spesifikk radverdi.

Filtrer spesifikke rader etter tilstand

Her er en ganske enkel måte å undersette DataFrame i henhold til en radverdi:

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

Vi har bare ett resultat:

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