U svijetu analize podataka, rukovanje velikim skupovima podataka može biti zastrašujući zadatak. Jedan od bitnih dijelova ovog procesa je filtriranje podataka kako bi se dobile relevantne informacije. Kada je u pitanju Python, moćna biblioteka pande dolazi nam u pomoć. U ovom članku ćemo razgovarati kako filtrirati sve kolone u pandas DataFrameu. Proći ćemo kroz objašnjenje koda korak po korak i pružiti duboko razumijevanje biblioteka i funkcija koje se mogu koristiti za slične probleme.
Predstavljamo pande
je biblioteka otvorenog koda koja pruža jednostavne strukture podataka i alate za analizu podataka za programski jezik Python. On igra značajnu ulogu u ekosistemu nauke o podacima i postao je alat koji mora imati svaki naučnik ili analitičar podataka koji radi sa Pythonom. Među svojim karakteristikama, pande nude dvije primarne strukture podataka: DataFrame i serija. DataFrame je dvodimenzionalna tabela sa označenim osovinama (redovi i kolone), dok je serija jednodimenzionalni označeni niz.
U ovom članku ćemo se fokusirati na filtriranje specifičnih vrijednosti prisutnih u bilo kojoj koloni pandas DataFrame-a. Da bismo to učinili, koristit ćemo pande .je u() funkcija zajedno s booleovim maskiranjem.
Filtriranje okvira podataka
Da filtrirate DataFrame u pandama, slijedite ove korake:
1. Uvezite pandas biblioteku
2. Kreirajte DataFrame ili ga učitajte iz datoteke
3. Definirajte vrijednosti koje želite filtrirati
4. Primijenite filter koristeći funkciju `.isin()` i logičko maskiranje
5. Prikažite filtrirani DataFrame
Zaronimo u kod da shvatimo kako funkcionira.
import pandas as pd
# Creating a DataFrame
data = {'Column1': [1, 2, 3, 4, 5],
'Column2': [10, 20, 30, 40, 50],
'Column3': ['A', 'B', 'A', 'B', 'A']}
df = pd.DataFrame(data)
# Define the values to filter
filter_values = [1, 3, 5, 'A']
# Apply the filter using .isin() and boolean masking
filtered_df = df[df.isin(filter_values).any(axis=1)]
# Display the filtered DataFrame
print(filtered_df)
U ovom primjeru prvo uvozimo biblioteku pandas i kreiramo DataFrame sa tri kolone. Definiramo vrijednosti koje želimo filtrirati (1, 3, 5 i 'A') i primjenjujemo filter koristeći funkciju `.isin()` u kombinaciji s booleovim maskiranjem. Funkcija `any(axis=1)` provjerava da li bilo koja vrijednost unutar reda ispunjava kriterije filtriranja. Konačno, ispisujemo filtrirani DataFrame.
Funkcija .isin() i logičko maskiranje
The .je u() funkcija u pandas je svestran alat za filtriranje podataka na osnovu liste ili skupa vrijednosti. Vraća logički DataFrame istog oblika kao i originalni, ukazujući koji su elementi prisutni na datoj listi ili skupu. U našem slučaju prosljeđujemo listu vrijednosti koje želimo filtrirati.
Boolean masking je tehnika koja se koristi u pandama za filtriranje podataka po elementima. Sastoji se od primjene logičke maske (niz istinitih i netačnih vrijednosti) na strukturu podataka radi filtriranja njenih elemenata. U kontekstu našeg problema, koristimo logičko maskiranje zajedno sa funkcijom .isin() da dohvatimo redove koji sadrže željene vrijednosti.
Uz jasno razumijevanje biblioteke pandas, struktura DataFramea i funkcije .isin(), možemo efikasno filtrirati bilo koji pandas DataFrame. Ove tehnike nam omogućavaju da istražimo velike skupove podataka i izvučemo vrijedne uvide s lakoćom, čineći pande bibliotekom za analizu podataka u Pythonu.
