Як розбити фрейм даних на один або кілька стовпців?

Коли ви намагаєтеся зрозуміти великий DataFrame в Pandas, вам може знадобитися розбити його на стовпці та рядки. У цьому підручнику ми покажемо найбільш поширені випадки використання розділення стовпців вашого DataFrame.

Ми почнемо з налаштування нашого прикладу DataFrame, що ми зробимо, запустивши наступний код Python у нашому улюбленому середовищі (для простоти я використовую Anaconda і 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)

Тепер давайте розглянемо перші рядки нашого Dataframe за допомогою методу head().

languages.head()

Як ви можете бачити, це досить простий DataFrame, який ми будемо використовувати як приклад у цій публікації:

Фільтрування окремого стовпця

Ми почнемо з найпростішого випадку, який полягає в тому, щоб підмножити один стовпець із нашого набору даних. Виконання такої команди створить об’єкт Series:

За назвою / етикеткою

languages["language"]

Результатом є серія:

0 Python
1 C-Sharp
2 Javascript
3 PHP
Ім'я: мова, dtype: об'єкт

type(languages["language"])

pandas.core.series.Series

За індексом

Наступна команда також поверне серію, що містить перший стовпець

languages.iloc[:,0]

Вибір кількох стовпців

По імені

Передаючи список стовпців, Pandas поверне DataFrame, що містить частину даних.

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

За етикеткою (з loc)

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

Результат буде схожим.

За індексом

Тепер давайте отримаємо кілька стовпців за допомогою індексу:

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

За умовою

У цьому випадку ми просто покажемо стовпці, назва яких відповідає певному виразу. Ми будемо використовувати досить зручний метод фільтрації :

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

Примітки:

1. ми також можемо фільтрувати за певним регулярним виразом (регулярним виразом).
2. Ми можемо застосувати параметр axis=0 для фільтрації за певним значенням рядка.

Відфільтруйте певні рядки за умовою

Ось досить простий спосіб підмножити DataFrame відповідно до значення рядка:

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

Маємо лише один результат:

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