V svetu analize podatkov je ravnanje z velikimi zbirkami podatkov lahko zastrašujoča naloga. Eden bistvenih delov tega procesa je filtriranje podatkov za pridobitev ustreznih informacij. Ko gre za Python, zmogljivo knjižnico pand nam priskoči na pomoč. V tem članku bomo razpravljali kako filtrirati vse stolpce v pandas DataFrame. Šli bomo skozi razlago kode po korakih in zagotovili globoko razumevanje knjižnic in funkcij, ki jih je mogoče uporabiti za podobne težave.
Predstavljamo vam pande
je odprtokodna knjižnica, ki ponuja podatkovne strukture in orodja za analizo podatkov, enostavne za uporabo, za programski jezik Python. Ima pomembno vlogo v ekosistemu znanosti o podatkih in je postalo orodje, ki ga mora imeti vsak podatkovni znanstvenik ali analitik, ki dela s Pythonom. Pande med svojimi značilnostmi ponujajo dve primarni strukturi podatkov: DataFrame in Serija. DataFrame je dvodimenzionalna tabela z označenimi osmi (vrstice in stolpci), medtem ko je serija enodimenzionalna označena matrika.
V tem članku se bomo osredotočili na filtriranje določenih vrednosti, ki so prisotne v katerem koli stolpcu pandas DataFrame. Za to bomo uporabili pande .isin() deluje skupaj z logičnim maskiranjem.
Filtriranje DataFrame
Če želite filtrirati DataFrame v pandah, sledite tem korakom:
1. Uvozite knjižnico pand
2. Ustvarite DataFrame ali ga naložite iz datoteke
3. Določite vrednosti, ki jih želite filtrirati
4. Uporabite filter s funkcijo `.isin()` in logičnim maskiranjem
5. Prikažite filtrirani DataFrame
Poglobimo se v kodo, da bomo razumeli, kako deluje.
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)
V tem primeru najprej uvozimo knjižnico pandas in ustvarimo DataFrame s tremi stolpci. Določimo vrednosti, ki jih želimo filtrirati (1, 3, 5 in 'A'), in uporabimo filter s funkcijo `.isin()` v kombinaciji z logičnim maskiranjem. Funkcija `any(axis=1)` preveri, ali katera koli vrednost v vrstici ustreza kriterijem filtriranja. Nazadnje natisnemo filtrirani DataFrame.
Funkcija .isin() in logično maskiranje
O .isin() funkcija v pandah je vsestransko orodje za filtriranje podatkov na podlagi seznama ali niza vrednosti. Vrne logični DataFrame enake oblike kot izvirnik, ki kaže, kateri elementi so prisotni na navedenem seznamu ali nizu. V našem primeru posredujemo seznam vrednosti, ki jih želimo filtrirati.
Boolovo maskiranje je tehnika, ki se uporablja v pandah za filtriranje podatkov po elementih. Sestavljen je iz uporabe logične maske (niz vrednosti True in False) na podatkovno strukturo za filtriranje njenih elementov. V okviru našega problema uporabljamo logično maskiranje skupaj s funkcijo .isin() za pridobivanje vrstic, ki vsebujejo želene vrednosti.
Z jasnim razumevanjem knjižnice pandas, struktur DataFrame in funkcije .isin() lahko učinkovito filtriramo kateri koli pandas DataFrame. Te tehnike nam omogočajo, da z lahkoto raziskujemo velike nabore podatkov in izvlečemo dragocene vpoglede, zaradi česar je panda knjižnica za analizo podatkov v Pythonu.
