Pandas je Python biblioteka otvorenog koda koja se uglavnom koristi za manipulaciju i analizu podataka. Izgrađen je na vrhu biblioteke NumPy i obezbeđuje strukture podataka visokih performansi, jednostavne za korišćenje i alate za analizu podataka za programski jezik Python.

U ovom članku ćete naučiti kako da izvršite 6 osnovnih operacija koristeći Pandas.

Korišćenje primera panda

Možete pokrenuti primere u ovom članku koristeći računarske sveske kao što su Jupyter Notebook, Google Colab, itd. Takođe možete pokrenuti primere unošenjem koda direktno u Python interpreter u interaktivnom režimu.

Ako želite da pogledate kompletan izvorni kod koji se koristi u ovom članku, možete pristupiti datoteci Python beležnice sa ovog GitHub spremište.

1. Kako da uvezete Pande kao pd i odštampate broj verzije

Morate da koristite увоз ključnu reč za uvoz bilo koje biblioteke u Python-u. Pande se obično uvoze pod pd alias. Ovim pristupom možete se odnositi na paket Pandas kao pd уместо pande.

uvoz pande kao pd
štampa (pd.__verzija__)
instagram viewer

Izlaz:

1.2.4

2. Kako napraviti seriju u Pandama

Pandas serija je jednodimenzionalni niz koji sadrži podatke bilo kog tipa. To je kao kolona u tabeli. Možete kreirati niz koristeći numpy nizove, numpy funkcije, liste, rečnike, skalarne vrednosti itd.

Vrednosti serije su označene njihovim indeksnim brojem. Podrazumevano, prva vrednost ima indeks 0, druga vrednost ima indeks 1 i tako dalje. Da biste dali naziv sopstvenim oznakama, morate da koristite indeks расправа.

Kako napraviti praznu seriju

s = pd. Serija (dtype='float64')
s

Izlaz:

Serija([], dtype: float64)

U gornjem primeru, prazna serija sa пловак kreira se tip podataka.

Kako napraviti seriju koristeći NumPy niz

uvoz pande kao pd
import numpy kao np
d = np.array([1, 2, 3, 4, 5])
s = pd. Serija (d)
s

Izlaz:

0 1
1 2
2 3
3 4
4 5
dtype: int32

Повезан: NumPy operacije za početnike

Kako napraviti seriju koristeći listu

d = [1, 2, 3, 4, 5]
s = pd. Serija (d)
s

Izlaz:

0 1
1 2
2 3
3 4
4 5
dtype: int64

Kako napraviti seriju sa indeksom

Da biste kreirali niz sa indeksom, potrebno je da koristite indeks расправа. Broj indeksa mora biti jednak broju elemenata u seriji.

d = [1, 2, 3, 4, 5]
s = pd. Serija (d, indeks=["jedan", "dva", "tri", "četiri", "pet"])
s

Izlaz:

jedan 1
dva 2
tri 3
četiri 4
pet 5
dtype: int64

Kako napraviti seriju koristeći rečnik

Ključevi rečnika postaju oznake serije.

d = {"jedan": 1,
"dva": 2,
"tri": 3,
"četiri": 4,
"pet": 5}
s = pd. Serija (d)
s

Izlaz:

jedan 1
dva 2
tri 3
četiri 4
pet 5
dtype: int64

Kako napraviti seriju koristeći skalarnu vrednost

Ako želite da kreirate niz koristeći skalarnu vrednost, morate da obezbedite indeks расправа.

s = pd. Serija (1, indeks = ["a", "b", "c", "d"])
s

Izlaz:

a 1
b 1
c 1
d 1
dtype: int64

3. Kako napraviti okvir podataka u Pandas-u

DataFrame je dvodimenzionalna struktura podataka u kojoj su podaci poravnati u obliku redova i kolona. DataFrame se može kreirati koristeći rečnike, liste, listu rečnika, nizove brojeva itd. U stvarnom svetu, DataFrames se kreira koristeći postojeće skladište kao što su CSV datoteke, Excel datoteke, SQL baze podataka itd.

DataFrame objekat podržava brojne atribute i metode. Ako želite da saznate više o njima, možete pogledati zvaničnu dokumentaciju pandas dataframe.

Kako napraviti prazan okvir podataka

df = pd. Оквир података()
štampa (df)

Izlaz:

Empty DataFrame
Kolone: ​​[]
Indeks: []

Kako kreirati DataFrame koristeći listu

listObj = ["MUO", "tehnologija", "pojednostavljeno"]
df = pd. DataFrame (listObj)
štampa (df)

Izlaz:

 0
0 MUO
1 tehnologija
2 pojednostavljeno

Kako napraviti DataFrame koristeći rečnik ndarray/Lists

batmanData = {'Naziv filma': ['Betmen počinje', 'Mračni vitez', 'Mračni vitez se diže'],
'Godina izlaska': [2005, 2008, 2012]}
df = pd. DataFrame (batmanData)
štampa (df)

Izlaz:

 Naziv filma Godina izdanja
0 Betmen počinje 2005
1 Mračni vitez 2008
2 The Dark Knight Rises 2012

Kako napraviti DataFrame koristeći listu lista

podaci = [['Alex', 601], ['Bob', 602], ['Cataline', 603]]
df = pd. DataFrame (podaci, kolone = ['Ime', 'Roll No.'])
štampa (df)

Izlaz:

 Ime Roll br.
0 Aleks 601
1 Bob 602
2 Katalina 603

Kako napraviti DataFrame koristeći listu rečnika

data = [{'Ime': 'Alex', 'Roll No.': 601},
{'Ime': 'Bob', 'Roll No.': 602},
{'Ime': 'Cataline', 'Roll No.': 603}]
df = pd. DataFrame (podaci)
štampa (df)

Izlaz:

 Ime Roll br.
0 Aleks 601
1 Bob 602
2 Katalina 603

Повезан: Kako pretvoriti listu u rečnik u Python-u

Kako kreirati DataFrame koristeći zip() funkciju

Користити zip() funkcija za spajanje lista u Python-u.

Ime = ['Alex', 'Bob', 'Cataline']
RollNo = [601, 602, 603]
listOfTuples = lista (zip (Ime, RollNo))
df = pd. DataFrame (listOfTuples, columns = ['Name', 'Roll No.'])
štampa (df)

Izlaz:

 Ime Roll br.
0 Aleks 601
1 Bob 602
2 Katalina 603

4. Kako čitati CSV podatke u Pandas

Datoteka „vrednosti razdvojene zarezima“ (CSV) je tekstualna datoteka sa razgraničenjima koja koristi zarez za razdvajanje vrednosti. Možete pročitati CSV datoteku koristeći read_csv() metoda u pandama. Ako želite da odštampate ceo DataFrame, koristite to_string() metodom.

U ovom i narednim primerima, ovo CSV datoteka će se koristiti za obavljanje operacija.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.to_string())

Izlaz:

5. Kako analizirati okvire podataka koristeći metode head(), tail() i info().

Kako pregledati podatke pomoću metode head().

The глава() metod je jedan od najboljih načina da dobijete brzi pregled DataFrame-a. Ovaj metod vraća zaglavlje i određeni broj redova, počevši od vrha.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
štampa (df.head (10))

Izlaz:

Ako ne navedete broj redova, biće vraćeno prvih 5 redova.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
štampa (df.head())

Izlaz:

Kako pregledati podatke pomoću metode tail().

The Реп() metoda vraća zaglavlje i određeni broj redova, počevši od dna.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
štampa (df.tail (10))

Izlaz:

Ako ne navedete broj redova, biće vraćeno poslednjih 5 redova.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
štampa (df.tail())

Izlaz:

Kako dobiti informacije o podacima

The info() metode vraćaju kratak rezime DataFrame-a uključujući dtype indeksa i dtypes kolone, vrednosti koje nisu nulte i korišćenje memorije.

df = pd.read_csv(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/biostats.csv')
print (df.info())

Izlaz:

6. Kako čitati JSON podatke u Pandas

JSON (JavaScript Oobjekat Notation) je lagani format za razmenu podataka. Možete pročitati JSON datoteku koristeći read_json() metoda u pandama. Ako želite da odštampate ceo DataFrame, koristite to_string() metodom.

U sledećem primeru, ovo JSON fajl koristi se za obavljanje operacija.

Повезан: Šta je JSON? Layman's Overview

df = pd.read_json(' https://raw.githubusercontent.com/Yuvrajchandra/Basic-Operations-Using-Pandas/main/google_markers.json')
print (df.to_string())

Izlaz:

Osvežite svoje znanje o Python-u pomoću ugrađenih funkcija i metoda

Funkcije pomažu u skraćivanju koda i poboljšanju njegove efikasnosti. Funkcije i metode poput smanjiti(), разделити(), nabrajati(), eval(), okrugli (), itd. može učiniti vaš kod robusnim i lakim za razumevanje. Uvek je dobro znati o ugrađenim funkcijama i metodama jer one mogu u velikoj meri da pojednostave vaše zadatke programiranja.

ОбјавиTweetEmail
20 Python funkcija koje bi trebalo da znate

Python standardna biblioteka sadrži mnoge funkcije koje će vam pomoći u programskim zadacima. Saznajte o najkorisnijim i kreirajte robusniji kod.

Read Next

Повезане теме
  • Programiranje
  • Python
  • Web Development
  • Programiranje
  • Анализа података
О аутору
Yuvraj Chandra (Objavljeno 69 članaka)

Yuvraj je student dodiplomskih studija računarskih nauka na Univerzitetu u Delhiju, Indija. On je strastven za Full Stack Web Development. Kada ne piše, istražuje dubinu različitih tehnologija.

Više od Yuvraja Chandre

Pretplatite se na naš bilten

Pridružite se našem biltenu za tehničke savete, recenzije, besplatne e-knjige i ekskluzivne ponude!

Kliknite ovde da biste se pretplatili