Använda Python i LuckyTemplates | Datauppsättning och strängfunktion

I den här handledningen kommer vi att diskutera hur du kan skapa och förbereda Dataset och String Function med hjälp av. Exemplet jag kommer att använda för att köra processen är tillgängligt på GitHub.

LuckyTemplates har aktiverat Python-funktionalitet, vilket gör det lättare för användare att köra Python-skript direkt i LuckyTemplates.

Innehållsförteckning

• Ansluta till en datakälla med Python
• Datarensning eller datatvist med hjälp av LuckyTemplates
• Datarensning eller datatvistelse med Python i LuckyTemplates
• Utforska datamängden i LuckyTemplates med Python
• Två sätt att rensa data med Python
• Slutsats

Ansluta till en datakälla med Python

Innan vi börjar, se till att du har öppnat din LuckyTemplates-anteckningsbok. Först måste vi ansluta till en datakälla. Detta ger oss tillgång till en CSV-fil som vi kan importera till vår LuckyTemplates-anteckningsbok. Provdatauppsättningen jag kommer att arbeta med är Clinic Analysis Dataset. 

Du kan gå till GitHub för att navigera till din mapp och klicka på din CSV-fil. Om du inte har en, det finns massor av offentliga arkiv med uppladdade CSV-filer som du kan komma åt. När du har din datauppsättning klickar du på huvudmappen och du ser två filer. Klicka på CSV-filen.

Klicka sedan på Visa rå. 

Efter det, navigera till adressfältet och kopiera CSV-adressen. Gå sedan tillbaka till din LuckyTemplates-anteckningsbok. 

Under fliken Hem , klicka på Hämta data och sedan Mer för att se webbalternativet och klicka på det.

 Klistra sedan in CSV-adressen i URL-fältet och klicka på OK.

Klicka sedan påknapp.

Vi har framgångsrikt kopplat vår datakälla i våra LuckyTemplates.

Datarensning eller datatvist med hjälp av LuckyTemplates

Nu kan vi fritt navigera på datamängden. Detta gör det möjligt för oss att utföra rengöringsprocedurer som behövs för att få våra data i rätt format för bättre analys.

Under kolumnen Lab Cost ser vi att det finns olika dollarsymboler med ett bindestreck som är föremål för konvertering.

 Vi kan inte direkt konvertera dessa symboler.

Det beror på att det kommer att orsaka ett fel, som vi försöker undvika. 

För att ersätta dessa, klicka på Ersätt värden och skriv sedan in dollarsymbolen i fältet Value To Find . Placera 0 eller önskat värde i fältet  Ersätt med .

Nu kan vi konvertera dessa symboler till vårt önskade värde. Tänk på att vi kan se våra aktiviteter dokumenteras i avsnittet Tillämpade steg .

Datarensning eller datatvistelse med Python i LuckyTemplates

För att göra denna rensningsprocess eller uppgiftsrivningsuppgift tillämplig på alla kolumner, använder vi Python-funktionen genom att använda Jupyter Notebook.

Öppna först din Jupyter Notebook och ladda din hemsida. 

Under fliken Filer , navigera till det högra hörnet och klicka på " Ny " för att se alternativet "Python 3" . Klicka sedan på den för att skapa en ny Python Notebook.

Det första vi måste göra är att ange ett filnamn. Du kan namnge det vad du vill. I det här fallet kommer jag att ställa in titeln på filen till '.'

Nu när vår Python-anteckningsbok är öppen kan vi se en cell som gör att vi kan förbereda eller exekvera koden. Vi måste införliva webbkällan vi gjorde i LuckyTemplates.

Vi kan göra detta genom att importera ett av de väsentliga biblioteken, som är Pandas , i vår miljö och köra det.

Efter att ha anslutit till vår webbkälla och skapat en funktion inbyggd i Pandas bibliotek vill vi skapa något som kan indikera vad vi ska göra.

Vi kommer att utforska vår data och skapa en rubrik som en indikator för denna aktivitet. För att göra det måste vi ändra detta från en kod till en markdown. 

Med ett pundtecken kan vi styra vår teckenstorlek. Om vi ​​vill att vårt typsnitt ska vara i liten storlek måste vi skriva in olika pundtecken.

Å andra sidan, om vi vill ha en större teckenstorlek måste vi använda färre pundtecken.

Dessutom kanske vi vill inkludera en kort förklaring av vår aktivitet under rubriken. Låt oss säga att vi ska utforska inbyggda funktioner och datauppsättningar. 

Om vi ​​kör det kommer det automatiskt att visas under vår rubrik.

Utforska datamängden i LuckyTemplates med Python

På en ny cell kan vi utforska datasetet. Låt oss säga att vi vill utforska de första fem raderna med data, vilket faktiskt är standardargumentet, och vi behöver skapa en ny variabel data.

Detta ger dig tillgång till de första fem raderna. Men kom ihåg att du kan lägga vilket argument som helst inom parentes som anger hur många rader med data du vill komma åt. I det här exemplet vill jag komma åt tio rader.

Men vi har nu samma problem som vi hade i vår LuckyTemplates-anteckningsbok angående dollarsymbolerna med ett streck.

För att fixa detta behöver vi bygga en egen användardefinierad funktion som vi kan använda för att rensa formatet på våra data. 

Vi kan starta städningsprocessen genom att få mer information om våra uppgifter. Detta kommer att göra det lättare för oss att identifiera problemen i vår datauppsättning. 

Efter att ha kört funktionen kan vi nu se djupgående information om datamängden – antalet poster, kolumnerna och datatypen. Vi kan också se att vi har strängar som representerar texter inom vår Python-miljö. 

Om vi ​​tittar noga på kolumnen finns det flera fördjupningar som vi måste fixa. Jag ska visa dig de två sätten att rengöra detta. 

Två sätt att rensa data med Python

Den första är genom att manuellt åtgärda problemet. Samla först informationen om dina datakolumner. För att göra det, skriv in data.columns i en ny kodcell.

I en ny cell vill du dokumentera aktiviteten med att rengöra utrymmena i kolumnrubrikerna. Så kopiera och klistra in informationen i cellen och ta bort de vita utrymmena direkt. Ett annat sätt är att använda en strängfunktion som tar bort blanksteg.

Efter att ha kört det kommer det omedelbart att eliminera de onödiga vita utrymmena i våra strängar. Att göra den här metoden ger användarna bekvämlighet, särskilt när vi har för mycket data eller strängar att fixa eller rensa. 

Därefter måste vi spara och införliva vår tidigare kod i den här cellen innan vi kör den.

Som ett resultat har vi åtgärdat problemet och kolumnerna på vår datauppsättning är i rätt format. Allt är nu korrekt justerat i motsats till att ha vita utrymmen från tidigare. 

Slutsats

För att sammanfatta, med hjälp avkan förbättra hur LuckyTemplates fungerar och utöka verktygets normala funktioner.

Python är ett populärt programmeringsspråk på hög nivå och det har massor av stor potential när det gäller att få data med bara några rader kod. Förhoppningsvis har den här handledningen gett dig en förståelse för Python i LuckyTemplates.

Med vänliga hälsningar,

Gaellim