Pandas DataFrame Slice

"Die Open_Source -Bibliothek" Python "bietet die" Pandas "-Bibliothek. Durch die Verwendung von „Pandas“ -Methoden können wir einfach mehrere Aufgaben erledigen. Es hilft uns sehr, verschiedene Aufgaben zu erledigen, wie es uns bei der Analyse und Manipulation von Daten hilft. Wir können auch die Datenrahmen erstellen und viele Funktionen anwenden, die die „Pandas“ diesen Datenrahmen bereitstellen. Wenn wir den DataFrame erstellt haben und nach dem Erstellen des Datenrahmens, müssen wir diesen Datenrahmen in Scheiben schneiden. Zum Schneiden des Datenframe. Wir können sowohl die Zeilen eines Datenframezzeilens als auch die Spalten in Scheiben schneiden. Dieser Leitfaden gibt detaillierte Informationen über das Schneiden in „Pandas“ und diskutiert die Methoden, die wir verwenden können, um den Datenrahmen zu schneiden.”

Methoden zum Schneiden des Datenrahmens

Die Methoden, die dazu beitragen, die Spalten und Zeilen des DataFrame zu schneiden, sind wie folgt:

• Datenrahmen.LOC -Methode.
• Datenrahmen.ILOC -Methode.

Wir werden beide Methoden in unseren Codes hier verwenden und die Spalten sowie die Zeilen des Datenrahmens in Scheiben schneiden und hier in diesem Leitfaden eine detaillierte Erklärung aller Konzepte geben.

Beispiel # 01
Wir müssen Software oder Tool für die Ausführung der Codes benötigen. Hier verwenden wir das "Spyder" -Tool für diese "Pandas" -Codes. Die Module von „Pandas“ werden zuerst importiert. Also platzieren wir das Schlüsselwort "importieren" und importieren die Module von „Pandas als PD“.Danach müssen wir den Datenrahmen hier hinzufügen, damit wir diesen Datenrahmen später schneiden werden. Der DataFrame hier lautet "syllabus_df", und Sie wissen, dass wir dem DataFrame einige Spalten und Zeilen hinzugefügt haben.

Die erste Spalte, die wir hier hinzufügen werden, ist die Spalte "Übung_NO", in der wir die Nummern der Übung eingefügt haben, und diese Zahlen sind "ex# 1".1, ex# 1.2, ex# 1.3, ex# 1.4, ex# 2.1, ex# 2.2, ex# 2.3, ex# 3.1 und ex# 3.2 ”“. Dann fügen wir die Spalte "Unit_no" hinzu, die „Einheit 1, Einheit 1, Einheit 1, Einheit 1, Einheit 2, Einheit 2, Einheit 2, Einheit 3 ​​und Einheit 3 ​​enthält“. Die Spalte „class_period“ liegt nun voraus, der „2. Periode, 1. Periode, 4. Periode, 1. Periode, 5. Periode, 7. Periode, 2. Periode, 3. Periode und 4. Periode“ hat. Anschließend wird eine Spalte hinzugefügt, die als "class_days" bezeichnet wird, und wir fügen auch die Tage darin ein, die „Montag, Dienstag, Donnerstag, Samstag, Mittwoch, Montag, Dienstag, Donnerstag, Samstag sind.”

Schließen Sie dann die Klammern des DataFrame hier, da der Datenrahmen hier abgeschlossen ist. Jetzt müssen wir diesen Datenrahmen anzeigen, also verwenden wir den "print ()", der bei der Anzeige dieses Datenrahmens hilft. Wir führen diesen Code aus und Sie werden sehen, wie dieser Datenrahmen aussieht.

Wir müssen diesen Code jetzt ausführen. Daher klicken wir auf das Symbol „Ausführen“ dieses Tools, um es auszuführen, während wir im Tool „Spyder“ arbeiten. Danach wird der Datenrahmen in dem folgenden Ergebnis gerendert. Der DataFrame enthält neun Zeilen und vier Spalten darin. Jetzt werden wir diesen Datenrahmen mit der Methode "Pandas" in Scheiben schneiden.

Wir verwenden die „loc“ -Methode in diesem Code und fügen die Namen der Spalten hinzu, die wir aus dem Datenrahmen schneiden möchten. Here we are slicing three columns, “Exercise_No, Unit_No, and Class_dayss,” by using the DataFrame, and these three columns are saved in “Syllabus_df2”, which is also put in the “print,” so after slicing the DataFrame's columns, the Auf dem Terminal werden auch geschnittene Säulen gerendert.

Hier werden nur drei Spalten angezeigt, wenn wir diese Spalten des Datenrahmens mit „loc“ in Scheiben schneiden und sie hier anzeigen.

Beispiel # 02
Ein Datenrahmen mit dem Namen "ex_patient_detail" und der Felder "Arzt, Patienten, Krankheiten und 1st_visit_month" werden generiert. Die Spalte "Doktor" enthält die Namen des Doktors "Dr. Smith, Dr. Oscar, dr. Bromley, Dr. Peter, dr. Albert, Dr. Taylor, dr. Bohne und Dr. Jayden "Die Patientennamen" Megan, Jack, Jessica, Thomas, Sophie, Callum, Lewis, Liam "werden im Feld" Patienten "platziert. Dann traten wir mit den folgenden Namen „Herzproblemen, Lungeninfektion, Gehirninfektion, Herzprobleme, Blutdruck, Darminfektion, Beinschäden und Nierenproblem.Wir haben auch die 1. Besuchsmonate der Patienten, die „Januar, Januar, Februar, März, Mai, Juli, September und Dezember sind.”

Die Liste "ex_patient_detail" wird dann in die "ex_patient_df" konvertiert, die der Datenrahmen in dieser Instanz ist. Das "ex_patient_df" wird dann gedruckt, und nach dem Drucken verwenden wir die Methode "loc", die in der Spaltenscheibe hilft. Die hier vorgelegten Kriterien müssen die Spalte eines Datenrahmens in Scheiben schneiden. Wir schneiden den Datenrahmen aus der Spalte „Patienten“ auf die letzte Spalte. Danach zeigen wir die geschnittenen Spalten an.

Der erste DataFrame zeigt vier Spalten an, aber dann schneiden wir die Spalten dieses Datenrahmens von den „Patienten“ und unter dem DataFrame unter der ersten Spalte auf.

Beispiel # 03
Der obige Datenrahmen wird hier erneut verwendet, und wir schneiden diesen Datenrahmen anders. Hier schneiden wir den Datenrahmen von Anfang an und er endet in der Spalte „Krankheit“. Wie unten gezeigt, erwähnen wir, dass in der Methode „loc“ die Spalte vom Beginn des Datenrahmens in die Spalte „Krankheit“ schneiden. Diese „LOC“ -Methode schneidet die Spalten dieses Datenrahmens entsprechend an, wie in dieser Methode erwähnt.

Im DataFrame, der nach dem Schneiden angezeigt wird, können Sie feststellen, dass Spalten aus der Anfangsspalte des DataFrame angezeigt werden, und endet in der Spalte „Krankheit“, da wir dies in der Methode „loc“ im Code erwähnt haben.

Beispiel # 04
Jetzt werden wir die Zeilen in diesem Beispiel durchführen, indem wir die „Iloc“ -Methode verwenden. Die "Fußballerliste" wird zuerst erstellt, in der wir "William, 41, 78 und 5367000" hinzugefügt haben, die als erste Zeile des Datenrahmens angezeigt werden. Als nächstes fügten wir „James, 31, 75 und 345700“ ein. Danach fügten wir "Jessica, 38, 70, 9867000", "Grace, 34, 80, 390000", "Liam, 40, 100, 4548000", "Callum, 33, 72, 7028000" und auch "Ryan, 42) hinzu , 85, 2528000 ”, die als dritte, vierte, fünfte, sechste und siebte Zeile im Datenrahmen angezeigt werden.”

Dann wird der Datenfarmen auch hier gerendert. Jetzt schneiden wir die Zeilen dieses Datenrahmens „Footballer_df“ durch, indem wir einige Werte in die „Iloc“ -Methode platzieren. Wir setzen „1: 5“, was bedeutet. Daher werden fünf Zeilen erscheinen, nachdem die Zeilen eines Datenrahmens geschnitten wurden. Wir initialisieren die „Fußballer -_DF1“ mit dieser „ILOC“ -Methode, so. Dann verwenden wir wieder den "print ()" und legen den "Fußballer_Df1" hinein, sodass die geschnittenen Zeilen auf dem Terminal gedruckt werden.

Der DataFrame zeigt vor der Anwendung der „Iloc“ -Methode alle Spalten und alle Zeilen des Datenrahmens. Dann schneiden wir die Zeilen dieses Datenrahmens mit der „Iloc“ -Methode an, und unter den geschnittenen Zeilen werden auch ab Index 1 bis Index 5 gerendert, die wir in der „ILOC“ -Methode platziert haben.

Abschluss

Der Zweck des Schreibens dieses Handbuchs besteht darin, eine detaillierte Beschreibung des Konzepts „DataFrame Slice“ in „Pandas."Wir haben in diesem Handbuch zwei Methoden," loc "und" iloc ", diskutiert, die beim Schneiden der Zeilen sowie der Spalten des angegebenen Datenframes helfen. Wir haben beide Methoden in den „Pandas“ -Codes in diesem Handbuch verwendet und die Spalten in einem Beispiel und die Zeilen in dem anderen Beispiel in Scheiben geschnitten. Wir haben bereits erklärt, wie wir die Zeilen und auch die Spalten des Datenrahmens in diesem Handbuch schneiden. Wir haben in diesem Handbuch mehrere Codes sowie die Erläuterung und Ausgaben jedes Codes erstellt.