Pandas on võimas Pythoni teek, mida kasutatakse laialdaselt andmete töötlemiseks ja analüüsimiseks. Üks levinumaid andmetega tehtavaid toiminguid on veeruväärtuste asendamine teatud kriteeriumide alusel (nt tingimine või vastendamine muude väärtustega). Selles artiklis uurime, kuidas seda toimingut Pandase teegi abil tõhusalt rakendada. Olenemata sellest, kas olete andmeteadlane, programmeerija või moeekspert, kes süveneb andmepõhiste moesuundade maailma, on need teadmised hindamatu väärtusega.
Selle toimingu mõistmise võti seisneb Pandase raamatukogu pakutavate sisseehitatud funktsioonide valdamises. Täpsemalt keskendume funktsioonide „replace()”, „map()” ja „apply()” kasutamisele veeruväärtuste manipuleerimiseks erinevate kriteeriumide alusel.
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)
Koodeksi samm-sammult selgitus
1. Esiteks impordime Pandase teegi `pd`-na. See on tavaline konventsioon ja see võimaldab meil kutsuda Panda funktsioone kiirkirjaga "pd".
2. Järgmisena loome sõnastiku nimega "andmed", mis sisaldab veerge "Fashion_Style" ja "Colors" ning nende vastavaid väärtusi.
3. Seejärel loome DataFrame'i nimega "df", kasutades funktsiooni "pd.DataFrame()" ja argumendina andmesõnastikku.
4. Pärast seda kasutame funktsiooni "replace()", et asendada konkreetsed väärtused veerus "Värvid". Meie näites asendame 'Maased toonid' sõnaga 'Soojad toonid' ja 'Mustvalge' sõnaga 'Kontrastsed toonid'.
5. Lõpuks prindime tulemuse kontrollimiseks värskendatud DataFrame'i `df'.
Panda sisseehitatud funktsioonid veeru väärtuste asendamiseks
Pandas pakub DataFramesis veergude väärtustega töötamiseks mitmeid sisseehitatud funktsioone. Nende hulgas oleme tuvastanud "replace()", "map()" ja "apply()" kui eriti kasulikud veeruväärtuste asendamisel erinevatel tingimustel.
asenda (): seda funktsiooni kasutatakse määratud väärtuste asendamiseks DataFrame'is või seerias. Seda saab rakendada konkreetsele veerule või kogu DataFrame'ile ning see toetab regulaaravaldisi täpsemaks mustrite sobitamiseks.
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])
kaart (): funktsioon "map()" sarnaneb funktsiooniga "replace()", kuid see rakendab antud funktsiooni või sõnastikku igale seeria elemendile. See võib olla kasulik, kui teil on vaja konkreetse reeglistiku alusel veergude väärtused vastendada uute väärtustega.
color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)
rakendama (): Funktsioon "apply()" on võimas tööriist, mis rakendab antud funktsiooni piki DataFrame'i telge. Seda saab kasutada terves DataFrame'is või konkreetsetes veergudes, et saavutada mitmesuguseid teisendusi.
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)
Nende funktsioonide abil olete nüüd valmis Pandas erinevate andmetega manipuleerimise ülesannetega tegelema, näiteks asendama DataFrames veergude väärtusi. Need teadmised ei ole rakendatavad ainult andmeteaduse ja programmeerimise valdkonnas, vaid osutuvad kasulikuks ka kaasaegsete moestiilide analüüsimisel, esilekerkivate trendide tuvastamisel ning erinevate stiilide ja värvide ajaloolise tähtsuse mõistmisel.
