تم حلها: تحل الباندا محل قيم العمود

Pandas هي مكتبة Python قوية تستخدم على نطاق واسع لمعالجة البيانات وتحليلها. إحدى العمليات الشائعة التي يتم إجراؤها باستخدام البيانات هي استبدال قيم الأعمدة بناءً على معايير معينة ، مثل التكييف أو التعيين إلى قيم أخرى. في هذه المقالة ، سوف نستكشف كيفية تطبيق هذه العملية بفعالية باستخدام مكتبة Pandas. سواء كنت عالم بيانات أو مبرمجًا أو خبيرًا في الموضة تتعمق في عالم اتجاهات الموضة التي تعتمد على البيانات ، فإن هذه المعرفة ستكون لا تقدر بثمن.

يكمن مفتاح فهم هذه العملية في إتقان الوظائف المضمنة التي توفرها مكتبة Pandas. على وجه التحديد ، سوف نركز على استخدام وظائف `` replace () `، 'map ()` ، و' application () `لمعالجة قيم الأعمدة بناءً على معايير مختلفة.

import pandas as pd

# Sample data
data = {'Fashion_Style': ['Boho', 'Grunge', 'Preppy', 'Vintage', 'Athleisure'],
        'Colors': ['Earthy tones', 'Dark shades', 'Bright tones', 'Muted tones', 'Monochrome']}

df = pd.DataFrame(data)

# Replacing column values
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

print(df)

شرح المدونة خطوة بخطوة

1. أولاً ، نقوم باستيراد مكتبة Pandas كـ `pd`. هذا اصطلاح شائع ، ويسمح لنا باستدعاء وظائف Pandas بالاختزال `pd`.
2. بعد ذلك ، نقوم بإنشاء قاموس يسمى "البيانات" يحتوي على الأعمدة "Fashion_Style" و "الألوان" ، بالإضافة إلى القيم الخاصة بكل منهما.
3. نقوم بعد ذلك بإنشاء DataFrame باسم `df` باستخدام الوظيفة` pd.DataFrame () `مع قاموس` data` كوسيطة.
4. بعد ذلك ، نستخدم الوظيفة "replace ()` لاستبدال قيم معينة في عمود "الألوان". في مثالنا ، نستبدل "درجات الألوان الترابية" بـ "درجات اللون الدافئة" و "الألوان الأحادية" بـ "درجات التباين".
5. أخيرًا ، نقوم بطباعة DataFrame `df` المحدّث للتحقق من النتيجة.

وظائف Pandas المدمجة لاستبدال قيمة العمود

يوفر Pandas العديد من الوظائف المضمنة للعمل مع قيم الأعمدة في DataFrames. من بين هؤلاء ، حددنا `` replace () '' و `` map () '' و `` Apply () '' باعتبارها مفيدة بشكل خاص عندما يتعلق الأمر باستبدال قيم العمود بناءً على شروط مختلفة.

يحل محل (): تُستخدم هذه الوظيفة لاستبدال القيم المحددة في DataFrame أو Series. يمكن تطبيقه على عمود معين أو DataFrame بأكمله ، وهو يدعم التعبيرات العادية لمطابقة النمط المتقدمة.

df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

خريطة(): وظيفة `map ()` مشابهة لـ 'replace () `، لكنها تطبق دالة أو قاموسًا معينًا على كل عنصر في سلسلة. يمكن أن يكون هذا مفيدًا عندما تحتاج إلى تعيين قيم العمود إلى قيم جديدة بناءً على مجموعة معينة من القواعد.

color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)

تطبيق(): الوظيفة `application ()` هي أداة قوية تطبق وظيفة معينة على طول محور DataFrame. يمكن استخدامه على DataFrame بأكمله أو أعمدة محددة لتحقيق مجموعة واسعة من التحويلات.

def update_colors(color_value):
    if color_value == 'Earthy tones':
        return 'Warm tones'
    elif color_value == 'Monochrome':
        return 'Contrast tones'
    else:
        return color_value
        
df['Colors'] = df['Colors'].apply(update_colors)

مع وجود هذه الوظائف تحت تصرفك ، فأنت الآن جاهز للتعامل مع مهام معالجة البيانات المختلفة في Pandas ، مثل استبدال قيم الأعمدة في DataFrames. هذه المعرفة لا تنطبق فقط في مجال علم البيانات والبرمجة ولكنها تثبت أيضًا فائدتها عند تحليل أنماط الموضة الحديثة ، وتحديد الاتجاهات الناشئة ، وفهم الأهمية التاريخية للأنماط والألوان المختلفة.