Набір даних Python: застосування повторюваних кодів

У цьому блозі ви дізнаєтесь, як застосувати повторювані коди або функції, щоб отримати вихід одного типу. Це допоможе вам бути більш ефективними та докладати менше зусиль для отримання певних даних із різних наборів даних. У цьому підручнику ми збираємося використати існуючий код, який я створив раніше, як приклад.

Ви також дізнаєтеся, як робити копії наборів даних, щоб уникнути пошкодження оригінальної версії набору даних, імпортувати бібліотеки та функції за допомогою повторюваних кодів і .

Для цього блогу я рекомендую вам постійно отримувати файл CSV і переносити його в LuckyTemplates. Я також продемонструю, як ми можемо перенести цей файл CSV і розмістити його прямо в LuckyTemplates, на випадок, якщо вам доведеться це зробити.

Зміст

• Отримання файлу CSV у LuckyTemplates
• Створення копії набору даних Python
• Перетворення набору даних за допомогою сценарію Python
• Перевірка набору даних
• Імпортування бібліотек і функцій за допомогою кодів, що повторюються
• Створення таблиць даних
• Висновок

Отримання файлу CSV у LuckyTemplates

Щоб перенести файл CSV у LuckyTemplates, перше, що вам потрібно зробити, це натиснути на меню « Отримати дані » на стрічці «Домашня сторінка».

Після натискання з’явиться спадне меню, у якому потрібно вибрати опцію « Текст/CSV ».

Після вибору опції « Текст/CSV » відкриється вікно, де ми можемо вибрати файл, який ми хочемо перенести в LuckyTemplates. Для цього прикладу скористаємося файлом набору даних IMDB . 

Відкривши файл IMDB Dataset.csv , ви побачите інше вікно, у якому відображаються дані в цьому файлі. Оскільки цей файл містить велику кількість даних, він переглядає лише деякі дані.

Перше, що ми збираємося зробити в цьому файлі, це перетворити його. Для цього просто натисніть опцію « Перетворити дані » у нижній правій частині вікна.

Створення копії набору даних Python

Перш ніж вносити будь-які зміни в цей набір даних, важливо зробити копію вихідного набору даних. Для цього просто клацніть правою кнопкою миші на наборі даних. 

Потім у меню виберіть « Копіювати ».

Нарешті, клацніть правою кнопкою миші на панелі запитів , а потім виберіть « Вставити » з параметрів.

Після виконання цих кроків у вас має бути копія оригінального набору даних IMDB на панелі запитів .

Перетворення набору даних за допомогою сценарію Python

Трансформуючи файл CSV, ви зможете розбити велику кількість наборів даних Python на менші. Ми можемо зробити це, застосувавши якийсь сценарій Python у цьому файлі.

Але спочатку ми повинні переконатися, що заголовки правильно вирівняні. Клацніть у головному меню, знайдіть опцію « Використовувати перший рядок як заголовки » та клацніть її.

Після натискання опції « Використовувати перший рядок як заголовки » заголовки тепер змінено на дані з попередніх перших рядків, а саме « огляд » і « настрій ».

Далі перейдіть до меню « Трансформація» та натисніть опцію « Запустити сценарій Python » у групі параметрів « Сценарії ».

Після цього з’явиться вікно « Запустити сценарій Python ». У цьому вікні ви можете запустити будь-який сценарій Python, який хочете, щоб перетворити поточний файл, який ви використовуєте. Для цього прикладу я збираюся зменшити набір даних, запустивши наступний код.

Я використовував функцію .iloc для набору даних, щоб вибрати певні рядки та стовпці з набору даних IMDB. Потім у параметрах я вибрав усі перші 500 рядків і всі стовпці в наборі даних IMDB. Я зберіг його у змінній під назвою « набір даних ».

Після виконання сценарію ми повинні побачити «набір даних», який є змінною, яку ми створили на попередньому кроці. Він містить дані, які ми змінили за допомогою сценарію Python.

Перевірка набору даних

Щоб відкрити таблицю набору даних , просто натисніть « Таблиця » під стовпцем «Значення » .

Ми бачимо, що цей набір даних тепер зменшився до 500 рядків .

Тепер, коли ми розбили наш набір даних на 500 рядків, наступне, що ми збираємося зробити, це імпортувати потрібні нам бібліотеки. Ми зробимо це за допомогою тієї самої процедури, яку робили під час зміни вмісту набору даних IMDB. Це робиться для того, щоб переконатися, що нашим кодом можна керувати в певних сценаріях з меншою кількістю змін.

Імпортування бібліотек і функцій за допомогою кодів, що повторюються

Щоб імпортувати бібліотеки, давайте повернемося до нашого блокнота та скопіюємо бібліотеки, які нам потрібні. Майте на увазі, що до цього підручника я вже створив ці бібліотеки, які ми збираємося скопіювати. Я просто повторно використовую їх, щоб ви чітко зрозуміли, як використовувати функції як повторювані коди.

Після того, як бібліотеки буде скопійовано, вставте їх у вікно « Виконати сценарій » і не забудьте включити рядок « Лічильник імпорту з колекцій » у кінці сценарію. 

Потім ми скопіюємо функцію очищення даних із нашого блокнота та додамо її до сценарію в LuckyTemplates.

Ми додамо його під бібліотеками. 

Ми також скопіюємо код для виклику функції, яку щойно додали.

Потім вставте його в сценарій Python у LuckyTemplates.

Створення таблиць даних

Тепер, коли ми додали код для виклику функції, нам потрібно змінити « df2 » на « dataset », а « title » на « review ». Ми зробили це завдяки змінам, які ми внесли в набір даних.

Ми змінили «df2» на « набір даних », оскільки ми зберігали дані з 500 рядками в «набір даних». Потім для «заголовка» ми оновили його до «огляду» в результаті зміни заголовків стовпців.

Додавши ці коди, ми зможемо отримати або згенерувати 3 таблиці, які містять дані1 для частоти слів, дані2 для частоти біграм і дані3 для частоти триграм.

Ви також можете зробити іншу копію цього зміненого набору даних IMDB (2), щоб пізніше відкрити іншу таблицю.

Тепер у наборі даних IMDB (2) давайте відкриємо таблицю data1 . 

 Після відкриття таблиці data1 ми можемо побачити список слів, а також частоту.

Як бачите, ми можемо виконувати певні процедури з основного набору даних за допомогою повторюваних кодів, які ми взяли з Jupyter Notebook. За допомогою цих повторюваних кодів ми можемо трансформувати набір даних Python і створити таблицю для частоти слів, частоти біграм і частот триграм, не вводячи коди знову.

У наборі даних IMDB (3) давайте відкриємо таблицю data2 , щоб побачити частоту біграм.

У таблиці частоти біграм ви можете побачити « br », включений у список. Ймовірно, це пов’язано з кодом HTML. Ми можемо просто повернутися назад і додати щось інше, але ми не будемо робити це в цьому підручнику.

Тепер, коли дані завантажено за допомогою повторюваних кодів, ми можемо почати візуалізувати їх у LuckyTemplates. Наприклад, a для частоти кожного слова. 

Висновок

Підводячи підсумок, повторювані коди можуть допомогти вам виконувати певні процедури з набором даних з меншими зусиллями. Ви навчилися використовувати повторювані коди для перетворення набору даних Python у LuckyTemplates. Ви також можете використовувати функцію .iloc , щоб указати рядки та стовпці, які слід вибирати під час зміни набору даних.

Крім того, ви створили копії наборів даних і візуалізацію за допомогою гістограми. Ця візуалізація базується на наборах даних Python, які ми створили та змінили за допомогою повторюваних кодів.

Все найкраще,

Гаеллім