Pandas ialah perpustakaan Python yang popular digunakan dalam bidang analisis dan manipulasi data. Pada masa kini, menganalisis dan bekerja dengan sejumlah besar data adalah lebih penting daripada sebelumnya, dan Pandas memainkan peranan penting dalam menyediakan alatan yang diperlukan untuk tujuan ini. Salah satu tugas penting yang sering dilakukan semasa analisis data ialah keupayaan untuk menanyakan maklumat tertentu dan mengembalikan lajur berdasarkan syarat tertentu. Dalam artikel ini, kita akan membincangkan cara mendapatkan hasil sedemikian menggunakan perpustakaan Pandas yang berkuasa bersama-sama dengan penjelasan terperinci tentang kod, fungsi dan perpustakaan yang diperlukan.
Prasyarat: Memasang Panda
Sebelum menyelam ke dalam penyelesaian, anda mesti memasang Panda pada sistem anda. Sekiranya anda belum memasang Panda, anda boleh menggunakan arahan berikut untuk memasangnya melalui pengurus pakej Python, pip:
pip install pandas
Selepas berjaya memasang Pandas, teruskan mengimportnya ke dalam skrip Python anda menggunakan:
import pandas as pd
Memandangkan kami telah memasang dan mengimport Panda ke dalam skrip kami, mari kita teruskan untuk menyelesaikan masalah tersebut.
Penyelesaian Masalah: Menyoal DataFrame dan Mengembalikan Lajur
Dengan mengandaikan kami mempunyai DataFrame dan perlu menanyakan maklumat khusus berdasarkan syarat tertentu, contohnya, mencari lajur bernama "umur" yang nilainya lebih besar daripada nombor tertentu. Kita boleh mencapai ini menggunakan Pandas' pertanyaan () fungsi.
Mari kita buat sampel DataFrame dengan beberapa data untuk tujuan demonstrasi:
data = {
"Name": ["Alice", "Bob", "Charlie", "David", "Eve"],
"Age": [25, 32, 29, 41, 38],
"City": ["New York", "San Francisco", "Los Angeles", "Chicago", "Miami"]
}
df = pd.DataFrame(data)
Penjelasan Langkah demi Langkah: Bekerja dengan Fungsi Pertanyaan Pandas
Memandangkan kita telah mencipta sampel DataFrame, mari kita pecahkan langkah-langkah untuk membuat pertanyaan dan mengembalikan data yang diperlukan:
1. Menggunakan pertanyaan () berfungsi untuk menapis DataFrame berdasarkan syarat yang disediakan:
age_filter = df.query('Age > 30')
. pertanyaan () fungsi menerima rentetan yang mengandungi syarat, di sini 'Umur > 30', untuk menapis DataFrame dengan sewajarnya.
2. Untuk mengembalikan hanya lajur 'Umur' bagi DataFrame yang ditapis, gunakan:
result = age_filter['Age']
3. Akhir sekali, cetak hasilnya:
print(result)
Lain-lain Fungsi dan Perpustakaan Serupa yang Patut Diperhatikan
Sebagai tambahan kepada pertanyaan () fungsi, terdapat alternatif lain yang serupa yang terdapat dalam Pandas, seperti loc[] and iloc[] fungsi, yang boleh melayani tujuan yang sama untuk menapis dan mendapatkan data. Pilihan fungsi bergantung pada kerumitan masalah dan kesederhanaan kod.
Tambahan pula, Pandas sering dipasangkan dengan perpustakaan lain untuk meningkatkan lagi keupayaan analisis data. numpy ialah perpustakaan untuk operasi berangka, yang memanfaatkan pengoptimuman prestasi Pandas. Secara selari, yang Matplotlib perpustakaan membantu dalam mencipta visualisasi data yang menarik, menjadikannya lebih mudah untuk pengguna memahami corak data.
Kesimpulannya, perpustakaan Pandas berfungsi sebagai alat asas dalam analisis dan penapisan data, digabungkan dengan perpustakaan penting lain seperti NumPy dan Matplotlib, untuk menyediakan teknik manipulasi data yang fleksibel dan cekap.
