Pandy w funkcji
Jak używać pandy .w funkcji?
W Panand metoda AT służy do wyodrębnienia określonych danych lub wartości z ramki danych i do wyodrębnienia wartości z obiektu szeregowego. Użyć .W funkcji dla serii i danych danych musimy śledzić jego składnię. Spójrzmy najpierw na ich składnię przed użyciem jej do wyodrębnienia danych.
Składnia .w funkcji na danych danych
Składnia DataFrame.w funkcji jest następujące:
Składnia: Ramka danych.na [pozycji, etykieta]
Gdzie,
pozycja: Pozycja elementu w kolumnie DataFrame.
etykieta: Nazwa kolumny do użycia.
Wartość zwracana: Wartość znajdująca się tam zwracana przez .w metodzie.
Błędy: Jeśli argumenty podane jako etykiety kolumnowe i indeks wierszy są poza granicami lub brakuje w ramce danych, błąd kluczowy jest podniesiony.
Składnia funkcji istype () w serii
Składnia serii.w funkcji jest następujące:
Składnia: Seria.Na[]
Parametr: Nic
Nie ma parametru wymaganego dla serii.W metodzie możemy uzyskać wartość tylko za pomocą wartości, którą chcemy wyodrębnić w nawiasie.
Zwroty: Pojedyncza wartość jest przekazywana.
Keyerror wzrośnie, jeśli etykieta z serii będzie nieobecna.
Teraz widzieliśmy składnię .w funkcji z serią i dataframe. Wdrożymy .w funkcji z serią i ramką danych w następujących przykładach, więc nauczysz się korzystać z .w funkcji samodzielnie.
Przykład nr 1: pobieraj dane według nazwy indeksu i kolumn w DataFrame za pomocą DataFrame.w funkcji []
Teraz zbudujmy ramkę danych z kilkoma wierszami i kolumnami, abyśmy mogli zademonstrować nasz przykład i zbadać dane wyjściowe. Przed utworzeniem DataFrame zaimportujemy moduł pandy. Pandy są jednym z najczęściej używanych narzędzi w nauce danych i uczeniu maszynowym do czyszczenia i analizy danych. Pandy jest idealnym narzędziem do obsługi tych chaotycznych danych rzeczywistych.
Moduły pandaS zostały zaimportowane do skryptu powyżej. Utworzyliśmy wiele list posiadających rekordy sportowców. Następnie utworzyliśmy ramkę danych za pomocą PD.Funkcja dataFrame (). Wewnątrz PD.Funkcja DataFrame, przekazaliśmy nasze listy (odtwarzacze), kolumny zawierające nazwę dla każdej kolumny DataFrame i indeks do nazywania indeksu naszego DF DataFrame. Aby zilustrować naszą ramkę danych DF, użyjemy funkcji druku.
Widać, że istnieją 4 kolumny, wiek, sport i kraj pokazujący dane sześciu sportowców różnych sportów, którzy należą do różnych krajów.
Teraz odzyskamy wartość elementu nazwy kolumny „Sport” o nazwie wiersza „2”.
Jak widać, odzyskał sport „badminton” z rzędu w indeksie dwa. Rozważmy przykład, w którym próbujemy odzyskać wartość komórki, podając nazwę wiersza, która nie jest obecna.
Konsola wyświetla błąd kluczowy, ponieważ w naszej ramce danych nie ma indeksu o nazwie „7”.
Przykład nr 2: pobieraj dane z DataFrame za pomocą nazwy zmiennej
Po pierwsze, zaimportujemy bibliotekę pandy do bieżącego środowiska. W tym przykładzie użyjemy tego samego DF DFFrame, który został utworzony w przykładzie nr 1.
Po zaimportowaniu pandy utworzyliśmy 2 zmienne loc do przechowywania pozycji indeksu i col do przechowywania nazwy kolumny. Przypisaliśmy 4 do zmiennej LOC i „Nazwa” do zmiennej col, co oznacza, że musi ona pobrać dane z 4. indeksu kolumny nazwy. Aby zbadać wynik z ramki danych.W funkcji możemy wydrukować odzyskaną wartość, przekazując jej zmienną nazwę (i.mi., dostać) w funkcji print ().
Wyjście można porównać, jak widać na wyjściu, i można zauważyć, że wartość w kolumnie nazwy w czwartej pozycji jest podobna do wyjścia.
Ten .w [] zwraca tylko jedną wartość, w przeciwieństwie do.loc []. MAME DATAFRAME.W [3: 6, col] zwróci błąd. To podejście jest szybsze niż. loc [], ponieważ dotyczy tylko pojedynczych wartości.
Przykład nr 3: Określ lub zastąp wartość do określonego wiersza/kolumny za pomocą DataFrame.Na[]
Użyjemy DF Fame, która została utworzona w przykładzie nr 1. Najpierw sprawdzimy dane w naszym DF DataFrame za pomocą funkcji print ().
Załóżmy, że musimy zmienić sport w rzędzie 5. Jak widać, obecnie sport w rzędzie to tenis. W tym przykładzie zmodyfikujemy wartość komórki. Za pomocą danych.Rama.Na[]. Aby nadpisać lub zmienić dane, najpierw musimy uzyskać dostęp do tej konkretnej komórki.
Z powodzeniem uzyskaliśmy dostęp do wymaganej komórki. Teraz ustawimy nową wartość w tej komórce za pomocą DataFrame.w funkcji [].
Zmieniliśmy wartość z „tenisa” na „koszykówkę”. Możesz zobaczyć dane wyjściowe, drukując naszą DF DataFrame.
Możesz zauważyć, że wartość w wierszu 5 i sporcie kolumnowym jest zmieniana na koszykówkę. Za pomocą .na [] możesz ustawić tylko wartość kolumny lub wiersza, która istnieje w naszym DataFrame; W przeciwnym razie wyświetli błąd na konsoli.
Przykład nr 4: Odzyskaj pojedynczą wartość w dowolnym konkretnym miejscu w serii za pomocą serii.atrybut w []
Z poniższych przykładów widzieliśmy, jak wyodrębnić dane z pojedynczych komórek .Na[]. Teraz, w tym przykładzie, otrzymamy wartość z serii za pomocą serii.atrybut w []. Najpierw utworzymy serię obiektów po zaimportowaniu modułu PandaS.
Jak widać, stworzyliśmy serię zawierającą nazwy osób. Aby wizualizować naszą serię, można użyć funkcji print ().
Mamy serię 6 nazwisk, indeksujących od 0 do 5. Aby pobrać dane z określonej lokalizacji w serii, możemy po prostu przekazać indeks wewnątrz nawiasów serii.atrybut w []. Odzyskajmy wartość w lokalizacji indeksu 4.
Leo 'to wartość wymieniona w pozycji 4 w dostarczonym obiekcie serii, co można zobaczyć w danych wyjściowych z serii.w atrybucie. Możemy również ustawić wartość w określonej lokalizacji indeksu w szeregu za pomocą serii.na [], jak to zrobiliśmy w przykładzie nr 3.
Wniosek
W tym artykule omówiliśmy, jak korzystać z .na właściwości [], aby wybrać lub uzyskać poszczególną wartość lub dane komórkowe z pandas DataFrame. W tym artykule zaimplementowaliśmy różne przykłady za pomocą DataFrame.w [] i serii.w atrybucie [] możesz dowiedzieć się, jak pobierać dane według nazwy indeksu i kolumn w ramce danych oraz pobrać dane z danych danych za pomocą nazwy zmiennej, określ lub zastąpienie wartości do określonego wiersza/kolumny.