Pandas bei der Funktion
So verwenden Sie die Pandas .bei Funktion?
In Pandas wird die AT -Methode verwendet, um bestimmte Daten oder Werte aus einem Datenrahmen zu extrahieren und Werte aus dem Serienobjekt zu extrahieren. Um die zu verwenden .Bei der Funktion für Serien und DataFrame müssen wir der Syntax folgen. Schauen wir uns zuerst die Syntax an, bevor wir sie zum Extrahieren von Daten verwenden.
Syntax von .bei Funktion auf Datenrahmen
Die Syntax des Datenrahmens.Bei der Funktion ist wie folgt:
Syntax: Datenrahmen.In [Position, Etikett]
Wo,
Position: Position des Elements in der Spalte DataFrame.
Etikett: Name der zu verwendenden Spalte.
Rückgabewert: Der Wert dort wird von der zurückgegeben .bei Methode.
Fehler: Wenn die als Spaltenbezeichnungen und den Zeilenindex angegebenen Argumente außerhalb der Grenzen liegen oder im Datenrahmen fehlen, wird der Schlüsselfehler angesprochen.
Syntax der Asttype () -Funktion in Serien
Die Syntax der Serien.Bei der Funktion ist wie folgt:
Syntax: Serie.bei[]
Parameter: Keiner
Für die Serie ist kein Parameter erforderlich.Bei der Methode können wir den Wert nur mit dem Wert verwenden, den wir in der Klammern extrahieren möchten.
Kehrt zurück: Einzelwert wird übergeben.
KeyError steigt, wenn das Etikett in der Serie nicht vorhanden ist.
Jetzt haben wir die Syntax der gesehen .bei der Funktion mit Serien und DataFrame. Wir werden die implementieren .bei der Funktion mit Serien- und Datenrahmen in den folgenden Beispielen, sodass Sie lernen, wie die Verwendung der Verwendung .bei der Funktion selbst.
Beispiel Nr. 1: Daten nach Index- und Spaltennamen in DataFrame mithilfe von DataFrame abrufen.bei [] Funktion
Erstellen wir nun einen Datenrahmen mit mehreren Zeilen und Spalten, damit wir unser Beispiel demonstrieren und die Ausgabe untersuchen können. Vor dem Erstellen des Datenrahmens werden wir das Pandas -Modul importieren. Pandas sind eines der am häufigsten verwendeten Tools in Datenwissenschaft und maschinellem Lernen zum Reinigen und Analysieren von Daten. Die Pandas sind das ideale Instrument, um mit diesen chaotischen realen Daten umzugehen.
Die Pandas -Module wurden in das obige Skript importiert. Wir haben mehrere Listen erstellt, die die Aufzeichnungen von Sportlern enthalten. Dann haben wir einen Datenrahmen mit der PD erstellt.DataFrame () -Funktion. In der PD.Die DataFrame -Funktion haben unsere Listen (Spieler), Spalten, die den Namen für jede Spalte des DataFrame enthalten. Um unseren DF -Datenrahmen zu veranschaulichen, werden wir die Funktion print () verwenden, und darin bestehen wir unseren DataFrame DF als Eingabe.
Sie können sehen, dass es 4 Spalten Name, Alter, Sport und Land gibt.
Jetzt werden wir den Wert des Elements des Spaltennamens "Sport" unter Zeilenname "2" abrufen.
Wie Sie sehen können, hat es Sport „Badminton“ aus der Reihe in Index Two abgerufen. Betrachten wir das Beispiel, in dem wir versuchen, den Wert einer Zelle abzurufen, indem wir einen Zeilennamen angeben, der nicht vorhanden ist.
Die Konsole zeigt einen Schlüsselfehler an, da es in unserem Datenrahmen keinen Index mit dem Namen "7" gibt.
Beispiel Nr. 2: Abrufen Sie Daten aus dem DataFrame, indem Sie den variablen Namen verwenden
Zunächst werden wir die Pandas -Bibliothek in die aktuelle Umgebung importieren. Wir werden in diesem Beispiel denselben Datenfream -DF verwenden, der in Beispiel 1 erstellt wurde.
Nach dem Importieren von Pandas haben wir 2 Variablen loc erstellt, um die Indexposition zu speichern, und COL zum Speichern des Spaltennamens. Wir haben der LOC -Variablen und dem Namen "Name" der Col -Variablen 4 zugewiesen, was bedeutet, dass Daten aus dem 4. Index der Namensspalte abgerufen werden müssen. Um das Ergebnis aus dem Datenrahmen zu untersuchen.Bei der Funktion können wir den abgerufenen Wert drucken, indem wir seinen variablen Namen übergeben (i.e., Get) in der Print () -Funktion.
Der Ausgang kann verglichen werden, wie im Ausgang zu sehen ist, und es kann angemerkt werden.
Das .bei [] gibt nur einen einzelnen Wert zurück, anders als zu.loc []. Der Datenrahmen.Bei [3: 6, col] gibt es daher einen Fehler zurück. Dieser Ansatz ist schneller als. loc [] weil es nur für einzelne Werte gilt.
Beispiel Nr. 3: Geben Sie einen Wert in eine bestimmte Zeile/Spalte mit DataFrame an oder überschreiben Sie einen Wert.bei[]
Wir werden den DF -Datenfame verwenden, der in Beispiel Nr. 1 erstellt wurde. Zunächst werden wir die Daten in unserem DF -Datendrame unter Verwendung der Funktion print () überprüfen.
Nehmen wir an, wir müssen den Sport in Reihe 5 ändern. Wie Sie sehen können, ist der Sport in Reihe 5 derzeit Tennis. Wir werden den Zellwert in diesem Beispiel ändern. Daten verwenden.Rahmen.bei[]. Um die Daten zu überschreiben oder zu ändern, müssen wir zuerst auf diese bestimmte Zelle zugreifen.
Wir haben erfolgreich auf die erforderliche Zelle zugegriffen. Jetzt werden wir einen neuen Wert in dieser Zelle mithilfe von DataFrame festlegen.bei [] Funktion.
Wir haben den Wert von "Tennis" in "Basketball" geändert. Sie können die Ausgabe sehen, indem Sie unseren DF -Datenframe drucken.
Sie können beobachten, dass der Wert in Zeile 5 und Spaltensportarten in Basketball geändert wird. Verwendung .Bei [] können Sie nur den Wert einer Spalte oder Zeile festlegen, die in unserem Datenrahmen vorhanden ist. Andernfalls wird ein Fehler auf der Konsole angezeigt.
Beispiel Nr. 4: Abrufen Sie einen einzelnen Wert an einem bestimmten Ort in einer Serie mit der Serie ab.bei [] Attribut
Wir haben aus den folgenden Beispielen gesehen, wie Sie Einzelzelldaten aus extrahieren können .bei[]. In diesem Beispiel erhalten wir jetzt den Wert der Serie mit der Serie.bei [] Attribut. Zunächst erstellen wir nach dem Importieren des Pandas -Moduls eine Objektserie.
Wie Sie sehen können, haben wir eine Serie erstellt, die die Namen von Personen enthält. Um unsere Serie zu visualisieren, kann die Print () -Funktion verwendet werden.
Wir haben eine Reihe von 6 Namen, die von 0 bis 5 indiziert werden. Um die Daten von einem bestimmten Ort in einer Reihe abzurufen, können wir den Index einfach innerhalb der Klammern der Serie übergeben.bei [] Attribut. Lassen Sie uns den Wert am Indexstandort 4 abrufen.
Leo 'ist der Wert, der in Position 4 im angegebenen Serienobjekt aufgeführt ist, wie in der Ausgabe der Serie zu sehen ist.bei Attribut. Wir können auch einen Wert auf einen bestimmten Indexspeicherort in Serie verwenden, indem wir Serien verwenden.bei [] wie wir es in Beispiel 3 getan haben.
Abschluss
In diesem Artikel haben wir diskutiert, wie man die benutzt .bei [] Eigenschaft, um einen einzelnen Zellwert oder Daten aus einem Pandas -Datenrahmen auszuwählen oder abzurufen. Wir haben in diesem Artikel verschiedene Beispiele mit dem DataFrame implementiert.bei [] und Serie.Bei [] Attribut können Sie lernen, wie Sie Daten nach Index- und Spaltennamen im DataFrame abrufen und Daten aus dem DataFrame abrufen, indem Sie einen Variablennamen verwenden.