U svijetu analize podataka upotreba proračunskih tablica je uobičajena, osobito kada se radi sa strukturiranim podacima u obliku stupaca. Jedna od popularnih biblioteka za rad s podacima proračunske tablice u Pythonu je Pandas. Ova moćna biblioteka omogućuje programerima da s lakoćom čitaju, manipuliraju i izvoze tablične podatke. U ovom ćemo se članku usredotočiti na određeni problem: ažuriranje ćelija na listu prema nazivu stupca pomoću Panda. Uronit ćemo u rješenje, nakon čega slijedi objašnjenje koda korak po korak, i na kraju raspraviti povezane koncepte i funkcionalnosti u Pandas, kao što je rad s indeksima i odabir podataka. Dakle, počnimo.
Ažuriranje ćelija prema nazivu stupca pomoću Panda
Da bismo ažurirali ćelije na listu prema nazivu stupca, prvo moramo instalirati biblioteku Pandas ako već nije instalirana pomoću sljedeće naredbe:
!pip install pandas
S instaliranom Pandom, navedimo korake za ažuriranje ćelija na listu prema nazivu stupca:
1. Učitajte list u DataFrame objekt.
2. Pristupite ćelijama koje želimo ažurirati.
3. Izmijenite željene ćelije dodjeljivanjem novih vrijednosti.
4. Spremite objekt DataFrame natrag na list.
Evo isječka koda koji demonstrira rješenje na jednostavnom primjeru:
import pandas as pd
# Load data from a CSV file into a DataFrame object
df = pd.read_csv('your_spreadsheet.csv')
# Access and update the desired cells - let's update column 'Age' by adding 1 to each value
df['Age'] = df['Age'] + 1
# Save the updated DataFrame back to the CSV file
df.to_csv('your_updated_spreadsheet.csv', index=False)
Razumijevanje Kodeksa
Prvi korak je uvoz biblioteke Pandas pod aliasom `pd`. Zatim moramo učitati podatke iz CSV datoteke u DataFrame objekt pomoću funkcije `pd.read_csv()`, navodeći naziv ulazne datoteke ('your_spreadsheet.csv').
Sada dolazi glavni dio problema: pristup i ažuriranje željenih ćelija. U ovom primjeru želimo ažurirati stupac 'Dob' dodavanjem 1 svakoj vrijednosti u stupcu. To činimo jednostavnim dodavanjem 1 u stupac 'Dob', kojem se pristupa pomoću sintakse `df['Dob']`. Ovaj kod će izvršiti elementno zbrajanje 1 svakoj stavci u stupcu 'Dob'.
Na kraju, spremamo ažurirani DataFrame natrag u CSV datoteku pomoću funkcije `df.to_csv()` s nazivom izlazne datoteke ('your_updated_spreadsheet.csv'). Parametar `index=False` koristi se za izbjegavanje pisanja brojeva redaka u izlaznu datoteku.
Pandas indeksi i odabir podataka
Pandas se uvelike oslanja na koncept indeksa za odabir i manipuliranje podacima. Prema zadanim postavkama, prilikom učitavanja podataka iz datoteke, Pandas dodjeljuje a numerički indeks u svaki red DataFramea, počevši od 0. Kada radite s podacima u Pandas, bitno je razumjeti različite načine odabir i filtriranje podataka na temelju vrijednosti indeksa ili naziva stupaca.
Na primjer, da biste odabrali određeni red ili retke, možete koristiti indeksator `iloc` koji vam omogućuje pristup redovima na temelju njihovog cjelobrojnog indeksa:
# Select the first row of the DataFrame first_row = df.iloc[0] # Select rows 1 to 3 (excluding 3) rows_1_to_2 = df.iloc[1:3]
Kada trebate ažurirati ćelije na temelju određenog uvjeta, kao što je ažuriranje stupca 'Dob' samo za one retke u kojima drugi stupac (npr. 'Grad') ima određenu vrijednost, možete koristiti Booleovo indeksiranje:
# Update the 'Age' column by adding 1, only for rows where 'City' is equal to 'New York' df.loc[df['City'] == 'New York', 'Age'] = df['Age'] + 1
U ovom primjeru, indeksator `loc` koristi se za odabir redaka na temelju Booleovog uvjeta, a zatim se stupac 'Dob' ažurira.
Imajte na umu da je ovo samo vrh ledenog brijega kada je u pitanju rad s podacima u Pandas. Knjižnica nudi mnoštvo funkcija i tehnika za učinkovito manipuliranje, analizu i vizualizaciju vaših podataka. Razumijevanje osnova, kao što je ažuriranje ćelija na listu prema nazivu stupca, postavlja snažne temelje za rad sa složenijim strukturama podataka i zadacima analize u budućnosti.
