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 ćemo članku raspravljati kako filtrirati sve stupce u pandas DataFrame. Proći ćemo kroz objašnjenje koda korak po korak i pružiti duboko razumijevanje biblioteka i funkcija koje se mogu koristiti za slične probleme.
Predstavljamo vam pande
je biblioteka otvorenog koda koja pruža strukture podataka jednostavne za korištenje i alate za analizu podataka za programski jezik Python. Igra značajnu ulogu u ekosustavu znanosti o podacima i postao je alat koji mora imati svaki podatkovni znanstvenik ili analitičar koji radi s Pythonom. Među svojim značajkama, panda nudi dvije primarne strukture podataka: DataFrame i Serija. DataFrame je dvodimenzionalna tablica s označenim osima (redovi i stupci), dok je serija jednodimenzionalno označeno polje.
Za ovaj ćemo se članak usredotočiti na filtriranje specifičnih vrijednosti prisutnih u bilo kojem stupcu pandas DataFramea. Da bismo to učinili, koristit ćemo pande .unutra je() funkcioniraju zajedno s Booleovim maskiranjem.
Filtriranje DataFramea
Da biste filtrirali DataFrame u pandama, slijedite ove korake:
1. Uvezite biblioteku pandas
2. Stvorite DataFrame ili ga učitajte iz datoteke
3. Definirajte vrijednosti koje želite filtrirati
4. Primijenite filtar pomoću funkcije `.isin()` i Booleovog maskiranja
5. Prikažite filtrirani DataFrame
Uronimo u kod kako bismo razumjeli 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 stvaramo DataFrame s tri stupca. Definiramo vrijednosti koje želimo filtrirati (1, 3, 5 i 'A') i primjenjujemo filtar pomoću funkcije `.isin()` u kombinaciji s Booleovim maskiranjem. Funkcija `any(axis=1)` provjerava ispunjava li bilo koja vrijednost unutar retka kriterije filtriranja. Na kraju ispisujemo filtrirani DataFrame.
Funkcija .isin() i Booleovo maskiranje
Korištenje električnih romobila ističe .unutra je() funkcija u pandama je svestran alat za filtriranje podataka na temelju popisa ili skupa vrijednosti. Vraća Boolean DataFrame istog oblika kao izvorni, pokazujući koji su elementi prisutni na navedenom popisu ili skupu. U našem slučaju, prosljeđujemo popis vrijednosti koje želimo filtrirati.
Booleovo maskiranje je tehnika koja se koristi u pandama za filtriranje podataka po elementima. Sastoji se od primjene Booleove maske (niz vrijednosti True i False) na strukturu podataka radi filtriranja njezinih elemenata. U kontekstu našeg problema koristimo booleovo maskiranje zajedno s funkcijom .isin() za dohvaćanje redaka koji sadrže željene vrijednosti.
S jasnim razumijevanjem pandas biblioteke, DataFrame strukture i funkcije .isin(), možemo učinkovito filtrirati bilo koji pandas DataFrame. Ove nam tehnike omogućuju istraživanje velikih skupova podataka i izvlačenje vrijednih uvida s lakoćom, čineći pande knjižnicom za analizu podataka u Pythonu.
