Pandas është një bibliotekë e fuqishme Python e përdorur gjerësisht për manipulimin dhe analizën e të dhënave. Një operacion i zakonshëm i kryer me të dhënat është zëvendësimi i vlerave të kolonave bazuar në kritere të caktuara, të tilla si kushtëzimi ose hartëzimi me vlera të tjera. Në këtë artikull, ne do të shqyrtojmë se si ta zbatojmë në mënyrë efektive këtë operacion duke përdorur bibliotekën Pandas. Pavarësisht nëse jeni një shkencëtar i të dhënave, një programues ose një ekspert i modës që zhytet në botën e tendencave të modës të drejtuara nga të dhënat, kjo njohuri do të jetë e paçmueshme.
Çelësi për të kuptuar këtë operacion qëndron në zotërimin e funksioneve të integruara të ofruara nga biblioteka e Pandas. Në mënyrë të veçantë, ne do të përqendrohemi në përdorimin e funksioneve "zëvendëso()", "map()" dhe "aplikoni()" për të manipuluar vlerat e kolonës bazuar në kritere të ndryshme.
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)
Shpjegimi hap pas hapi i kodit
1. Së pari, ne importojmë bibliotekën e Pandas si `pd`. Kjo është një konventë e zakonshme dhe na lejon të thërrasim funksionet e Pandas me stenografinë `pd`.
2. Më pas, ne krijojmë një fjalor të quajtur 'të dhëna' që përmban kolonat 'Fashion_Style' dhe 'Colors', si dhe vlerat e tyre përkatëse.
3. Më pas krijojmë një DataFrame me emrin `df` duke përdorur funksionin `pd.DataFrame()` me fjalorin `data` si argument.
4. Pas kësaj, ne përdorim funksionin `replace()` për të zëvendësuar vlera specifike në kolonën 'Colors'. Në shembullin tonë, ne zëvendësojmë "Tonet tokësore" me "Tonet e ngrohta" dhe "Tone monokrome" me "Tonet e kontrastit".
5. Së fundi, ne printojmë DataFrame të përditësuar `df` për të kontrolluar rezultatin.
Funksionet e integruara të Pandas për zëvendësimin e vlerës së kolonës
Pandas ofron disa funksione të integruara për të punuar me vlerat e kolonave në DataFrames. Midis tyre, ne kemi identifikuar "replace()", "map()" dhe "apply()" si veçanërisht të dobishme kur bëhet fjalë për zëvendësimin e vlerave të kolonës bazuar në kushte të ndryshme.
zëvendësoj (): Ky funksion përdoret për të zëvendësuar vlerat e specifikuara në një DataFrame ose Seri. Mund të aplikohet në një kolonë të veçantë ose në të gjithë DataFrame dhe mbështet shprehje të rregullta për përputhjen e avancuar të modelit.
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])
harta (): Funksioni `map()` është i ngjashëm me `replace()`, por ai aplikon një funksion ose fjalor të caktuar për çdo element në një Seri. Kjo mund të jetë e dobishme kur ju duhet të krahasoni vlerat e kolonave me vlera të reja bazuar në një grup rregullash specifike.
color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)
aplikoj (): Funksioni `apply()` është një mjet i fuqishëm që aplikon një funksion të caktuar përgjatë një boshti të DataFrame. Mund të përdoret në të gjithë DataFrame ose kolona specifike për të arritur një gamë të gjerë transformimesh.
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)
Me këto funksione në dispozicionin tuaj, tani jeni gati për të trajtuar detyra të ndryshme të manipulimit të të dhënave në Panda, të tilla si zëvendësimi i vlerave të kolonave në DataFrames. Kjo njohuri nuk është e zbatueshme vetëm në fushën e shkencës së të dhënave dhe programimit, por gjithashtu rezulton e dobishme kur analizohen stilet moderne të modës, identifikohen tendencat në zhvillim dhe kuptimi i rëndësisë historike të stileve dhe ngjyrave të ndryshme.
