Pythoni pandateek on võimas ja mitmekülgne teek andmete töötlemiseks ja analüüsimiseks, eriti kui töötate tabeliandmetega andmeraamide kujul. Üks levinud toiming andmeraamidega töötamisel on veerujärjekorra ümberkorraldamine vastavalt konkreetsetele vajadustele. Selles artiklis keskendume sellele, kuidas nihutada viimast veergu pandade andmeraamis esimesse positsiooni. See võib olla eriti kasulik, kui soovite juhtida tähelepanu konkreetsetele veergudele, eriti kui andmekogumil on palju veerge.
Selle probleemi lahendamiseks kasutame pandade pakutavaid põhifunktsioone, näiteks andmeraamide indekseerimist ja veergude ümberjärjestamist. Peamine eesmärk on eraldada andmeraamist viimane veerg ja sisestada see esimesse kohta, säilitades samal ajal teiste veergude järjestuse.
Esiteks impordime pandade teegi ja loome lihtsa nelja veeruga andmeraami:
import pandas as pd
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12]}
df = pd.DataFrame(data)
print(df)
See kuvab järgmise andmeraami:
A B C D 0 1 4 7 10 1 2 5 8 11 2 3 6 9 12
Nüüd liigutagem viimane veerg (veerg "D") esimeseks veeruks ja nihutagem teisi veerge vastavalt. Lahendus sisaldab ühte koodirida:
df = df[df.columns[-1:].tolist() + df.columns[:-1].tolist()] print(df)
See väljastab muudetud andmeraami:
D A B C 0 10 1 4 7 1 11 2 5 8 2 12 3 6 9
Pandas DataFrame'i veeruga manipuleerimise selgitus
Siin on koodi samm-sammult selgitus, mis nihutab viimase veeru esimesse kohta:
1. Eraldame viimase veeru, kasutades indekseerimist: `df.columns[-1:]`. See toob välja viimase veeru nime ja teisendame selle loendiks, kasutades meetodit "tolist()".
2. Eraldame kõik veerud, välja arvatud viimane: `df.columns[:-1]. See otsib kõigi veergude nimed, välja arvatud viimane, ja teisendame selle loendiks, kasutades meetodit "tolist()".
3. Ühendame loendid: `df.columns[-1:].tolist() + df.columns[:-1].tolist()`. See loob uue loendi, mille alguses on viimase veeru nimi, millele järgneb teiste veergude nimed nende algses järjekorras.
4. Rakendame andmeraamile uut veergude järjekorda: `df[df.columns[-1:].tolist() + df.columns[:-1].tolist()]. See loob uue andmeraami soovitud veerujärjekorraga.
Täiustage oma oskusi pandadega
Pandateegil on käsitsemiseks, manipuleerimiseks ja analüüsimiseks palju funktsioone andmeraamid. Selles näites näitasime, kuidas nihutada viimast veergu andmeraami esimesse kohta. See tehnika on abiks andmestiku konkreetsetele veergudele ümberkorraldamisel ja neile keskendumisel.
Andmeraamidega töötamine on vaid üks pandade aspekt, kuna raamatukogu sisaldab ka käsitsemise tööriistu aegridad ja muud keerukad andmestruktuurid. Pythoni pandateegi valdamiseks on oluline mõista erinevaid funktsioone, nagu Indekseerimine, konkatenatsioonja veergude ümberjärjestamine – need kõik on tõhusa andmehalduse jaoks üliolulised.
Lisaks toetavad pandad paljusid muid toiminguid, nagu filtreerimine, koondamine ja puhastamine, mistõttu on see andmete analüüsimisel asendamatu tööriist. Pandade võimsuse maksimeerimiseks ja andmetega manipuleerimise tõhustamiseks on tungivalt soovitatav uurida keerukamaid teemasid ja tehnikaid.
