Pandas je široko priljubljena knjižnica Python, ki se uporablja na področju analize podatkov in manipulacije. Dandanes je analiziranje in delo z ogromnimi količinami podatkov pomembnejše kot kdaj koli prej in Panda igra bistveno vlogo pri zagotavljanju potrebnih orodij za ta namen. Ena od pomembnih nalog, ki se pogosto izvajajo med analizo podatkov, je zmožnost poizvedovanja po specifičnih informacijah in vrnitve stolpca na podlagi določenih pogojev. V tem članku bomo razpravljali o tem, kako doseči takšne rezultate z uporabo zmogljive knjižnice Pandas, skupaj s podrobno razlago kode, funkcij in potrebnih knjižnic.
Predpogoji: Namestitev Pandas
Preden se poglobite v rešitev, morate imeti Pande nameščene na vašem sistemu. Če Pande še nimate nameščene, jo lahko namestite prek Pythonovega upravitelja paketov, pip, z naslednjim ukazom:
pip install pandas
Po uspešni namestitvi Pandas nadaljujte z uvozom v vaš skript Python z uporabo:
import pandas as pd
Zdaj, ko imamo Pande nameščene in uvožene v naš skript, pojdimo k reševanju težave.
Rešitev težave: Poizvedba po DataFrame in vrnitev stolpca
Ob predpostavki, da imamo DataFrame in moramo poizvedovati po določenih informacijah na podlagi določenih pogojev, na primer iskanje stolpca z imenom »starost«, kjer so vrednosti večje od dane številke. To lahko dosežemo z uporabo Pand poizvedba () Funkcija.
Najprej ustvarimo vzorčni DataFrame z nekaj podatki za predstavitvene namene:
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)
Pojasnilo po korakih: Delo s funkcijo poizvedbe Pandas
Zdaj, ko smo ustvarili vzorčni DataFrame, razčlenimo korake za poizvedovanje in vrnitev zahtevanih podatkov:
1. Uporaba poizvedba () funkcijo za filtriranje DataFrame glede na podani pogoj:
age_filter = df.query('Age > 30')
O poizvedba () funkcija sprejme niz, ki vsebuje pogoj, tukaj 'Starost > 30', da ustrezno filtrira DataFrame.
2. Če želite vrniti samo stolpec 'Starost' filtriranega DataFrame, uporabite:
result = age_filter['Age']
3. Končno natisnite rezultat:
print(result)
Druge omembe vredne podobne funkcije in knjižnice
Poleg tega, da poizvedba () funkcijo, so v Pandas na voljo druge podobne alternative, kot je loc [] in iloc[] funkcije, ki lahko služijo istemu namenu filtriranja in pridobivanja podatkov. Izbira funkcije je odvisna od kompleksnosti problema in enostavnosti kode.
Poleg tega je Panda pogosto povezana z drugimi knjižnicami za nadaljnje izboljšanje zmogljivosti analize podatkov. numpy je knjižnica za numerične operacije, ki koristi optimizaciji zmogljivosti Pandas. Vzporedno s tem matplotlib knjižnica pomaga pri ustvarjanju prepričljivih vizualizacij podatkov, kar uporabnikom olajša razumevanje podatkovnih vzorcev.
Skratka, knjižnica Pandas služi kot temeljno orodje pri analizi in filtriranju podatkov, v kombinaciji z drugimi bistvenimi knjižnicami, kot sta NumPy in Matplotlib, za zagotavljanje prilagodljivih in učinkovitih tehnik obdelave podatkov.
