Пандас је широко популарна Питхон библиотека која се користи у области анализе података и манипулације. Данас је анализа и рад са огромним количинама података важнији него икад, а Пандас игра кључну улогу у обезбеђивању неопходних алата за ову сврху. Један од значајних задатака који се често обављају током анализе података је могућност упита за одређене информације и враћања колоне на основу одређених услова. У овом чланку ћемо разговарати о томе како да добијемо такве резултате користећи моћну Пандас библиотеку заједно са детаљним објашњењем кода, функција и потребних библиотека.
Предуслови: Инсталирање Панда
Пре него што уђете у решење, морате имати Панде инсталиране на вашем систему. У случају да немате већ инсталирану Пандас, можете користити следећу команду да је инсталирате преко Питхон-овог менаџера пакета, пип:
pip install pandas
Након што сте успешно инсталирали Пандас, наставите да га увезете у своју Питхон скрипту користећи:
import pandas as pd
Сада када имамо Панде инсталиране и увезене у нашу скрипту, пређимо на решавање проблема.
Решење проблема: постављање упита за оквир података и враћање колоне
Под претпоставком да имамо ДатаФраме и да морамо да упитамо специфичне информације на основу одређених услова, на пример, проналажење колоне под називом „старост“ у којој су вредности веће од датог броја. То можемо постићи користећи Панде упит () функција.
Хајде да прво направимо пример ДатаФраме-а са неким подацима у сврху демонстрације:
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)
Објашњење корак по корак: Рад са Пандас функцијом упита
Сада када смо направили пример ДатаФраме-а, хајде да разложимо кораке за испитивање и враћање потребних података:
КСНУМКС. Употребите упит () функција за филтрирање ДатаФраме-а на основу обезбеђеног услова:
age_filter = df.query('Age > 30')
упит () функција прихвата стринг који садржи услов, овде 'Аге > 30', за филтрирање ДатаФраме у складу са тим.
2. Да бисте вратили само колону „Старост“ филтрираног оквира података, користите:
result = age_filter['Age']
3. На крају, одштампајте резултат:
print(result)
Друге сличне функције и библиотеке вредне пажње
Поред упит () функције, постоје и друге сличне алтернативе доступне у Пандас-у, попут лок[] илоц[] функције, које могу служити истој сврси филтрирања и преузимања података. Избор функције зависи од сложености проблема и једноставности кода.
Штавише, Пандас је често упарен са другим библиотекама како би се додатно побољшале могућности анализе података. НумПи је библиотека за нумеричке операције, која користи оптимизацију перформанси Панда. Паралелно, Матплотлиб библиотека помаже у креирању убедљивих визуелизација података, олакшавајући корисницима да разумеју обрасце података.
У закључку, Пандас библиотека служи као основни алат у анализи и филтрирању података, у комбинацији са другим битним библиотекама као што су НумПи и Матплотлиб, како би се обезбедиле флексибилне и ефикасне технике манипулације подацима.
