Pandas je výkonná knižnica Pythonu široko používaná na manipuláciu a analýzu údajov. Jednou z bežných operácií vykonávaných s údajmi je nahradenie hodnôt stĺpcov na základe určitých kritérií, ako je úprava alebo mapovanie na iné hodnoty. V tomto článku preskúmame, ako efektívne použiť túto operáciu pomocou knižnice Pandas. Či už ste dátový vedec, programátor alebo módny expert ponoriaci sa do sveta módnych trendov založených na dátach, tieto znalosti budú neoceniteľné.
Kľúč k pochopeniu tejto operácie spočíva v zvládnutí vstavaných funkcií, ktoré poskytuje knižnica Pandas. Konkrétne sa zameriame na použitie funkcií `replace()`, `map()` a `apply()` na manipuláciu s hodnotami stĺpcov na základe rôznych kritérií.
import pandas as pd
# Sample data
data = {'Fashion_Style': ['Boho', 'Grunge', 'Preppy', 'Vintage', 'Athleisure'],
'Colors': ['Earthy tones', 'Dark shades', 'Bright tones', 'Muted tones', 'Monochrome']}
df = pd.DataFrame(data)
# Replacing column values
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])
print(df)
Vysvetlenie kódexu krok za krokom
1. Najprv importujeme knižnicu Pandas ako `pd`. Toto je bežná konvencia a umožňuje nám volať funkcie Pandas skratkou `pd`.
2. Ďalej vytvoríme slovník s názvom „údaje“, ktorý obsahuje stĺpce „Fashion_Style“ a „Farby“, ako aj ich príslušné hodnoty.
3. Potom vytvoríme DataFrame s názvom `df` pomocou funkcie `pd.DataFrame()` so slovníkom `data` ako argumentom.
4. Potom použijeme funkciu `nahradiť()` na nahradenie konkrétnych hodnôt v stĺpci 'Farby'. V našom príklade nahradíme „Zemité tóny“ „Teplé tóny“ a „Monochromatické“ za „Kontrastné tóny“.
5. Nakoniec vytlačíme aktualizovaný DataFrame `df`, aby sme skontrolovali výsledok.
Vstavané funkcie Pandas na nahradenie hodnoty stĺpca
Pandas poskytuje niekoľko vstavaných funkcií pre prácu s hodnotami stĺpcov v DataFrames. Medzi nimi sme identifikovali funkcie `replace()`, `map()` a `apply()` ako obzvlášť užitočné, pokiaľ ide o nahradenie hodnôt stĺpcov na základe rôznych podmienok.
nahradiť (): Táto funkcia sa používa na nahradenie špecifikovaných hodnôt v DataFrame alebo Series. Dá sa použiť na konkrétny stĺpec alebo celý DataFrame a podporuje regulárne výrazy pre pokročilé porovnávanie vzorov.
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])
mapa(): Funkcia `map()` je podobná funkcii `replace()`, ale aplikuje danú funkciu alebo slovník na každý prvok v sérii. To môže byť užitočné, keď potrebujete mapovať hodnoty stĺpcov na nové hodnoty na základe špecifickej sady pravidiel.
color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)
použiť (): Funkcia `apply()` je výkonný nástroj, ktorý aplikuje danú funkciu pozdĺž osi DataFrame. Dá sa použiť na celý DataFrame alebo na špecifické stĺpce na dosiahnutie širokého spektra transformácií.
def update_colors(color_value):
if color_value == 'Earthy tones':
return 'Warm tones'
elif color_value == 'Monochrome':
return 'Contrast tones'
else:
return color_value
df['Colors'] = df['Colors'].apply(update_colors)
S týmito funkciami, ktoré máte k dispozícii, ste teraz pripravení riešiť rôzne úlohy manipulácie s údajmi v Pandas, ako je napríklad nahradenie hodnôt stĺpcov v DataFrames. Tieto poznatky nie sú použiteľné len v oblasti dátovej vedy a programovania, ale sú užitočné aj pri analýze moderných módnych štýlov, identifikácii nových trendov a pochopení historického významu rôznych štýlov a farieb.
