Pandas DataFrame Head

Python ist eine hervorragende Sprache für die Durchführung von Datenanalysen, hauptsächlich aufgrund der erstaunlichen Gemeinschaft von Python -Paketen, die sich auf Daten konzentrieren. Ein solches Tool, Pandas, vereinfacht den Prozess des Imports und Analyse von Daten erheblich. In „Pandas“ haben wir DataFrames und können auf die oberen Zeilen des Datenrahmens zugreifen, indem wir einfach die „head ()“ -Methode verwenden. Die oberen „N“ -Filzs eines Datenrahmens oder einer Reihe werden von der Head () -Methode in Pandas zurückgegeben. Standardmäßig beträgt der Wert dieses „N“ 5. Wenn wir nur "head ()" verwenden, ohne "n" als Parameter zu erwähnen, gibt es die ersten fünf Zeilen des Datenrahmens zurück. Wenn wir eine Zahl als Parameter platzieren, gibt es Zeilen gemäß der angegebenen Zahl zurück, die als Parameter der Funktion „head ()“ übergeben wird. Die ersten wenigen Einträge des Anruferobjekts werden in kondensierter Form zurückgegeben. Wir werden in diesem Handbuch eingehend über die Funktion „head ()“ in „Pandas“ lernen.

Syntax:

# DataFrame.Kopf (n)

Standardmäßig beträgt der Wert dieses N 5 und wir können auch den Wert von N gemäß unserer Wahl ändern.

Beispiel # 01:

Wir werden einige praktische Demonstrationen der Funktion „head ()“ in unserem „Pandas“ -Coder beginnen, um dieses Konzept für Sie zu klären. Wann immer wir Pandas Code machen, müssen wir die Funktion „Pandas“ importieren. Hier importieren wir dies in das Tool "Spyder" und haben dann eine zufällige Liste mit dem Namen "Sales_List". Diese „Sales_List“ verfügt über vier Spalten, und jede Spalte enthält einige Informationen.

Die erste Spalte, die wir hier erstellen, ist die Spalte "Name", in der die Daten, die wir eingefügt haben, "Joseph, Emma, ​​Edward, Thomas, Ryan, Jessica, Tyler, Samuel und Olivia" sind. Die erste Spalte besteht aus neun verschiedenen Namen. Dann kommt der zweite mit dem Namen „Region“, in dem wir „Osten, Norden, Westen, Osten, Norden, Süd, Osten, West und Süd“ setzen. Die Spalte im Vorfeld ist die Spalte „Verkauf“ und enthält auch Verkaufspreise, die „30000, 50000, 55000, 40000, 60000, 35000, 30000, 50000 und 40000“ sind. Hier sind die drei Spalten abgeschlossen und die letzte Spalte, die wir haben, ist die Spalte „Ausgaben“. In dieser Spalte „Ausgaben“ fügen wir "10000, 23000, 10000, 12000, 25000, 35000, 14000, 16000 und 22000" hinzu. Wir haben diese "Sales_List" hier abgeschlossen und jetzt wenden wir diese "Sales_List" mit der Pandas -Datenfarame -Methode in den DataFrame um. Wir haben es "sales_df" genannt und diesen "Sales_df" -Datenrahmen angezeigt.

Jetzt müssen wir auf die oberen Zeilen dieses Datenrahmens zugreifen, also verwenden wir hier die Methode „head ()“ hier. Diese Methode greift auf die ersten fünf Zeilen des DataFrame zu, da der Standardwert für diese „head ()“ -Methode fünf beträgt. Wir setzen diese Methode in den „print ()“ ein, sodass die ersten fünf Zeilen des Datenrahmens auch auf dem Terminal drucken werden.

Durch das Treffer auf das Run -Symbol wird das Ergebnis dieses Codes am Terminal wiedergegeben. Hier enthält der erste DataFrame neun Zeilen, und dann haben wir die Methode „head ()“ auf diesen Datenrahmen angewendet, der die ersten fünf Zeilen dieses Datenrahmens zurückgibt.

Beispiel # 02:

Wir starten hier ein weiteres Beispiel, indem wir die „Pandas als PD“ importieren und die Spalten „item_list“ erstellen, die „Holz-, Glas- und Stahl“ -Säulen enthält, und die Daten, die wir in diese Spalten einfügen, sind „Bett, Tisch, Stuhl, Türen, Türen, Fenster und Schrank in der Spalte "Holz". Die "Spiegel, Ecke, Tisch_Glass, Rahmen, Fensterspiegel und Glasdekor" befinden sich in der Säule "Glas", und die letzte "Stahl" -Säule enthält "Utensilien, Rack, Becken, Tipp, Dusche und Stahlleiter".

Diese "item_list" wird nun in den Datenrahmen "items_df" geändert. Der „PD.DataFrame ”hilft bei der Konvertierung der Liste in den DataFrame. Dann wird diese "item_df" unten gerendert. Danach greifen wir auf die ersten drei Zeilen des DataFrame zu, indem wir die Funktion „head ()“ platzieren. Wir übergeben "3" als Parameter der Funktion "head ()", sodass er auf die ersten drei Zeilen des "item_df" zugreift. Die ersten drei Zeilen des „item_df“ werden ebenfalls am Terminal angezeigt, da wir die Methode "head ()" in die Anweisung "print ()" platziert haben.

Nachdem Sie das gesamte "item_df" angezeigt haben.

Beispiel # 03:

Durch die Importierung von "Pandas als PD" und Erstellen der Spalten "Property_List" mit Code_NO, "Saler_Name und Buyer_Name" beginnen wir hier ein neues Beispiel. Die Daten, die wir in diese Spalten eingeben. Die zweite Kolumne enthält die „Smith, Noah, Joseph, Mishi, William, Taylor, Samuel, Robert und Rick“, während die letzte „Stahl“ -Spalte die „Peter, George, James, Samuel, Olivia, Verbündete, Leo, Leo, Peter und Rechnungen “. Der DataFrame "Property_DF" hat diese "Property_List" zu diesem Zeitpunkt ersetzt, da wir die "PD" verwendet haben.DataFrame ”hier.

Die Liste wird mit Hilfe von „PD“ in einen Datenrahmen umgewandelt.DataFrame ”. Die "Property_DF" wird dann unten angezeigt. Danach wird die Funktion „head ()“ verwendet, um die fünf Top -Zeilen des DataFrame abzurufen. Die Funktion „head ()“ greift auf die ersten fünf Zeilen der „Property_DF“ zu, da wir sie mit dem Wert „5“ geliefert haben. Wir haben die "head ()" -Methode in die "print ()" -Zeile eingefügt; Die fünf Top -Zeilen der „Property_DF“ werden ebenfalls auf der Konsole angezeigt.

Hier holt es die ersten fünf Zeilen dieses „Property_DF“ und zeigt diese Zeilen auch hier auf der Konsole an, nachdem die gesamte „Property_DF) angezeigt wurde.”

Beispiel # 04:

In diesem Beispiel werden wir den negativen Wert in die Funktion „head ()“ einfügen. Wir verwenden die "Property_DF", die wir im dritten Beispiel erstellt haben, und diesmal platzieren wir den negativen Wert als Parameter der Funktion "head ()", um zu wissen, was diese "head ()" -Funktion tut, wenn wir ein Negativ einsetzen Wert darin. Wir platzieren "-2" als Parameter dieser "head ()" -Methode. Wir haben diese Head () -Methode auch in der Druckanweisung erneut eingesetzt, damit das Ergebnis auch auf der Konsole angezeigt wird.

Beachten Sie, dass es in dieser Ausgabe alle Zeilen außer den letzten beiden Zeilen des Datenrahmens abgerufen und anzeigt. Dies liegt daran.

Beispiel # 05:

Wir können diese Methode auch auf die CSV -Datei anwenden. In diesem Beispiel werden wir diskutieren, wie die Zeilen aus der CSV -Datei abgerufen werden können. Die bereits vorhandene CSV -Datei ist unten gezeigt. Jetzt werden wir mit Hilfe der Methode „head ()“ Zeilen aus dieser CSV -Datei abrufen.

Wir verwenden hier die Funktion "read_csv", nachdem wir die Funktion "pandas" als PD importiert haben. Zum Importieren der CSV -Datei als Datenrahmen von „Pandas“ verwenden wir die Funktion read_csv in pandas. Wir platzieren den Dateinamen, dessen Daten wir als Datenrahmen in der Funktion „Read_csv“ importieren möchten. Der Dateiname hier lautet "Datei.CSV ”und wir speichern diese Daten in der Variablen„ DF “. Jetzt wenden wir die "head ()" -Methode auf diese "df" an und rufen "4" -Filzzeile dieses Datenrahmens ab, indem wir "4" in die Funktion "head ()" einlegen. Dadurch wird die ersten vier Zeilen erhalten und diese vier Zeilen auf der Konsole ausdrucken.

Hier können Sie feststellen, dass nur die ersten vier Zeilen hier auf dem Bildschirm gedruckt werden, die in der CSV -Datei vorhanden sind.

Abschluss:

In diesem Leitfaden werden Sie vermittelt, wie Sie die Methode „head ()“ in „Pandas“ verwenden können. Unser Hauptziel ist es Ihnen, das Konzept des „Head ()“ -Ansatzes in „Pandas“ klar und präzise zu erklären. Wir haben beschrieben, wie wir die anfänglichen "n" -Filzzeilen eines Datenrahmens oder der Serie mit der Pandas "head ()" -Funktion erhalten können. In diesem Leitfaden haben wir fünf Fälle durchgeführt, in denen wir die Methode „head ()“ in „Pandas“ verwendet haben, um die oberen Zeilen des Datenrahmens abzurufen. Nach dem Lesen dieses Handbuchs können Sie zu einer fortgeschritteneren Phase der „Pandas“ -Programmierung gehen.