V svetu analize podatkov je uporaba preglednic pogosta, zlasti pri delu s strukturiranimi podatki v stolpčnem formatu. Ena izmed priljubljenih knjižnic za delo s podatki preglednic v Pythonu je Pandas. Ta zmogljiva knjižnica razvijalcem omogoča enostavno branje, obdelavo in izvoz tabelaričnih podatkov. V tem članku se bomo osredotočili na specifično težavo: posodabljanje celic na listu po imenu stolpca z uporabo Pandas. Poglobili se bomo v rešitev, sledila bo razlaga kode po korakih in na koncu razpravljali o povezanih konceptih in funkcionalnosti v Pandas, kot je delo z indeksi in izbiranje podatkov. Torej, začnimo.
Posodabljanje celic po imenu stolpca z uporabo Pand
Če želite posodobiti celice na listu po imenu stolpca, moramo najprej namestiti knjižnico Pandas, če še ni nameščena z naslednjim ukazom:
!pip install pandas
Ko je Panda nameščena, poglejmo korake za posodobitev celic na listu po imenu stolpca:
1. Naložite list v objekt DataFrame.
2. Dostop do celic, ki jih želimo posodobiti.
3. Spremenite želene celice z dodelitvijo novih vrednosti.
4. Shranite objekt DataFrame nazaj na list.
Tukaj je delček kode, ki prikazuje rešitev s preprostim primerom:
import pandas as pd
# Load data from a CSV file into a DataFrame object
df = pd.read_csv('your_spreadsheet.csv')
# Access and update the desired cells - let's update column 'Age' by adding 1 to each value
df['Age'] = df['Age'] + 1
# Save the updated DataFrame back to the CSV file
df.to_csv('your_updated_spreadsheet.csv', index=False)
Razumevanje kodeksa
Prvi korak je uvoz knjižnice Pandas pod vzdevkom `pd`. Nato moramo naložiti podatke iz datoteke CSV v objekt DataFrame s funkcijo `pd.read_csv()`, pri čemer podamo ime vhodne datoteke ('your_spreadsheet.csv').
Zdaj prihaja glavni del težave: dostop do želenih celic in njihovo posodabljanje. V tem primeru želimo posodobiti stolpec »Starost« tako, da vsaki vrednosti v stolpcu dodamo 1. To naredimo tako, da preprosto dodamo 1 stolpcu 'Starost', do katerega dostopamo s sintakso `df['Starost']`. Ta koda bo po elementih dodala 1 vsakemu elementu v stolpcu »Starost«.
Nazadnje posodobljen DataFrame shranimo nazaj v datoteko CSV z uporabo funkcije `df.to_csv()` z imenom izhodne datoteke ('your_updated_spreadsheet.csv'). Parameter `index=False` se uporablja za preprečevanje zapisovanja številk vrstic v izhodno datoteko.
Indeksi Pandas in izbiranje podatkov
Pandas se močno zanaša na koncept indeksov za izbiranje in obdelavo podatkov. Pri nalaganju podatkov iz datoteke Pandas privzeto dodeli a številčni indeks v vsako vrstico DataFrame, začenši z 0. Pri delu s podatki v Pandas je bistveno razumeti različne načine izbiranje in filtriranje podatkov na podlagi vrednosti indeksa ali imen stolpcev.
Če želite na primer izbrati določeno vrstico ali vrstice, lahko uporabite indeksator `iloc`, ki vam omogoča dostop do vrstic na podlagi njihovega celega indeksa:
# Select the first row of the DataFrame first_row = df.iloc[0] # Select rows 1 to 3 (excluding 3) rows_1_to_2 = df.iloc[1:3]
Ko morate posodobiti celice na podlagi določenega pogoja, kot je posodobitev stolpca 'Starost' samo za tiste vrstice, kjer ima drug stolpec (npr. 'Mesto') določeno vrednost, lahko uporabite logično indeksiranje:
# Update the 'Age' column by adding 1, only for rows where 'City' is equal to 'New York' df.loc[df['City'] == 'New York', 'Age'] = df['Age'] + 1
V tem primeru se indekser `loc` uporablja za izbiro vrstic na podlagi logičnega pogoja, nato pa se stolpec 'Starost' posodobi.
Ne pozabite, da je to le vrh ledene gore, ko gre za delo s podatki v Pandas. Knjižnica ponuja obilico funkcij in tehnik za učinkovito manipulacijo, analizo in vizualizacijo vaših podatkov. Razumevanje osnov, kot je posodabljanje celic na listu po imenu stolpca, postavlja trdne temelje za delo s kompleksnejšimi podatkovnimi strukturami in nalogami analize v prihodnosti.
