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__)
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.
Python standardna biblioteka sadrži mnoge funkcije koje će vam pomoći u programskim zadacima. Saznajte o najkorisnijim i kreirajte robusniji kod.
Read Next
- Programiranje
- Python
- Web Development
- Programiranje
- Анализа података
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.
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