Pustaka panda Python ialah perpustakaan yang berkuasa dan serba boleh untuk manipulasi dan analisis data, terutamanya apabila bekerja dengan data jadual dalam bentuk bingkai data. Satu operasi biasa apabila bekerja dengan bingkai data ialah menyusun semula susunan lajur agar sesuai dengan keperluan tertentu. Dalam artikel ini, kami akan memberi tumpuan kepada cara mengalihkan lajur terakhir ke kedudukan pertama dalam bingkai data panda. Ini amat berguna apabila anda ingin memberi perhatian kepada lajur tertentu, terutamanya apabila set data mempunyai bilangan lajur yang banyak.
Untuk menyelesaikan isu ini, kami akan menggunakan fungsi asas yang disediakan oleh panda, seperti pengindeksan bingkai data dan penyusunan semula lajur. Matlamat utama adalah untuk mengekstrak lajur terakhir daripada bingkai data dan memasukkannya pada kedudukan pertama sambil mengekalkan susunan lajur lain.
Mula-mula, mari kita import pustaka panda dan buat bingkai data ringkas dengan empat lajur:
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)
Ini akan memaparkan kerangka data berikut:
A B C D 0 1 4 7 10 1 2 5 8 11 2 3 6 9 12
Sekarang, mari kita alihkan lajur terakhir (lajur 'D') menjadi lajur pertama dan alihkan lajur lain dengan sewajarnya. Penyelesaiannya melibatkan satu baris kod:
df = df[df.columns[-1:].tolist() + df.columns[:-1].tolist()] print(df)
Ini akan mengeluarkan kerangka data yang diubah suai:
D A B C 0 10 1 4 7 1 11 2 5 8 2 12 3 6 9
Manipulasi Lajur DataFrame Pandas Diterangkan
Berikut ialah penjelasan langkah demi langkah tentang kod yang mengalihkan lajur terakhir ke tempat pertama:
1. Kami mengekstrak lajur terakhir menggunakan pengindeksan: `df.columns[-1:]`. Ini mendapatkan semula nama lajur terakhir dan kami menukarnya menjadi senarai menggunakan kaedah `tolist()`.
2. Kami mengeluarkan semua lajur kecuali yang terakhir: `df.columns[:-1]`. Ini mendapatkan semula nama semua lajur kecuali yang terakhir dan kami menukarnya menjadi senarai menggunakan kaedah `tolist()`.
3. Kami menggabungkan senarai: `df.columns[-1:].tolist() + df.columns[:-1].tolist()`. Ini mencipta senarai baharu dengan nama lajur terakhir pada permulaan, diikuti dengan nama lajur lain dalam susunan asalnya.
4. Kami menggunakan susunan lajur baharu pada bingkai data: `df[df.columns[-1:].tolist() + df.columns[:-1].tolist()]`. Ini mencipta bingkai data baharu dengan susunan lajur yang diingini.
Meningkatkan Kemahiran Anda dengan Panda
Perpustakaan panda mempunyai banyak ciri untuk mengendalikan, memanipulasi dan menganalisis bingkai data. Dalam contoh ini, kami menunjukkan cara mengalihkan lajur terakhir ke kedudukan pertama dalam rangka data. Teknik ini membantu dalam menyusun semula dan memfokuskan pada lajur tertentu dalam set data.
Bekerja dengan bingkai data hanyalah satu aspek panda, kerana perpustakaan juga mempunyai alat untuk pengendalian siri masa dan struktur data kompleks lain. Untuk menjadi mahir dalam perpustakaan panda Python, adalah penting untuk memahami pelbagai fungsi seperti pengindeksan, penggabungan, dan penyusunan semula lajur – kesemuanya adalah penting untuk pengurusan data yang berkesan.
Selain itu, panda menyokong banyak operasi lain seperti penapisan, pengagregatan dan pembersihan, menjadikannya alat yang sangat diperlukan dalam bidang analisis data. Adalah sangat disyorkan untuk meneroka topik dan teknik yang lebih maju untuk memaksimumkan kuasa panda dan meningkatkan usaha manipulasi data anda.
