Pandas DataFrame Head

Python jest doskonałym językiem do przeprowadzania analizy danych, głównie ze względu na niesamowitą społeczność pakietów Python koncentrujących się na danych. Jedno takie narzędzie, pandy, znacznie upraszcza proces importowania i analizy danych. W „Pandy” mamyFrame i możemy uzyskać dostęp do górnych wierszy DataFrame, po prostu wykorzystując metodę „Head ()”. Górne rzędy „N” ramki danych lub serii są zwracane metodą Head () w pandy. Domyślnie wartość tego „n” wynosi 5. Jeśli użyjemy tylko „Head ()” bez wspomnienia o „n” jako parametrze, zwróci pierwsze pięć rzędów DataFrame. Jeśli umieścimy dowolną liczbę jako parametr, zwróci wiersze zgodnie z podaną liczbą, która jest przekazywana jako parametr funkcji „head ()”. Początkowe kilka wpisów obiektu dzwoniącego są zwracane w skróconej formie. Dowiemy się dogłębnie o funkcji „Head ()” w „Pandy” w tym przewodniku.

Składnia:

# Ramka danych.głowa (n)

Domyślnie wartość tego n wynosi 5, a możemy również zmienić wartość n zgodnie z naszym wyborem.

Przykład nr 01:

Rozpoczniemy praktyczne demonstracje funkcji „Head ()” w naszym kodzie „Pandy”, aby wyczyścić tę koncepcję dla Ciebie. Ilekroć wykonujemy kod pandas, musimy zaimportować funkcję „pandy”. Więc tutaj importujemy to do narzędzia „Spyder”, a następnie mamy losową listę o nazwie „Sales_list”. Ta „Sales_list” zawiera cztery kolumny, a każda kolumna zawiera pewne informacje.

Pierwsza kolumna, którą tutaj tworzymy, to kolumna „Nazwa”, w której dane, które wprowadziliśmy, to „Joseph, Emma, ​​Edward, Thomas, Ryan, Jessica, Tyler, Samuel i Olivia”. Pierwsza kolumna składa się z dziewięciu różnych nazwisk. Potem pojawia się druga z nazwą „region”, w której umieszczamy „Wschód, północ, zachód, wschód, północ, południe, wschód, zachód i południe”. Kolumna z przodu to kolumna „sprzedaży”, a także zawiera ceny sprzedaży, które to „30000, 50000, 55000, 40000, 60000, 35000, 30000, 50000 i 40000”. Tutaj trzy kolumny są zakończone, a ostatnią kolumną, którą mamy, to kolumna „wydatków”. W tej kolumnie „wydatki” dodajemy „10000, 23000, 10000, 12000, 25000, 35000, 14000, 16000 i 22000”. Ukończyliśmy ten „sales_list” tutaj, a teraz przekształcamy ten „sales_list” w ramę danych, używając metody pandas dataFarame. Nazwaliśmy go „sales_df” i wyświetliśmy ten „sales_df”.

Teraz musimy uzyskać dostęp do górnych rzędów tego kompletu danych, więc w tym celu wykorzystujemy metodę „Head ()” tutaj. Ta metoda będzie dostępna do pierwszych pięciu rzędów ramki danych, ponieważ wartość domyślna dla tej metody „head ()” wynosi pięć. Umieściliśmy tę metodę w „print ()”, aby pierwsze pięć rzędów DataFrame również wydrukuje na terminalu.

Uderzając w ikonę biegu, wynik tego kodu jest renderowany na terminalu. Tutaj pierwsza strumienia danych zawiera dziewięć wierszy, a następnie zastosowaliśmy metodę „Head ()” do tej formy danych, która zwraca pierwsze pięć rzędów tej formy danych.

Przykład nr 02:

Rozpoczynamy kolejny przykład tutaj, importując „Pandy jako PD” i generując „item_list”, który zawiera kolumny „drewno, szkło i stal”, a dane, które umieściliśmy w tych kolumnach, to „łóżko, stół, krzesło, drzwi, drzwi, drzwi, drzwi, drzwi, drzwi, drzwi, drzwi. okno i szafka ”w kolumnie„ drewna ”. „Lustro, narożnik, szklanka stołu, rama, lustro okien i dekoracje szklane” znajdują się w kolumnie „szklanej”, a ostatnia kolumna „stalowa” zawiera „przybory, stojak, basen, stuknięcie, prysznic i drabinę stalową”.

Ta „Item_list” jest teraz zmieniana na „Items_df”. „PD.DataFrame ”pomaga w przekształceniu listy w DataFrame. Wtedy ten „item_df” jest renderowany poniżej. Następnie uzyskujemy dostęp do pierwszych trzech rzędów ramki danych, umieszczając funkcję „head ()”. Mamy „3” jako parametr funkcji „Head ()”, więc będzie dostępny do pierwszych trzech rzędów „item_df”. Pierwsze trzy rzędy „item_df” pojawią się również na terminalu, ponieważ umieściliśmy metodę „Head ()” w instrukcji „print ()”.

Po wyświetleniu całego „item_df”, uzyskuje dostęp do pierwszych trzech rzędów z tego „item_df” i pokazuje je tutaj również na terminalu.

Przykład nr 03:

Importując „Pandy jako PD” i tworząc kolumny „Property_list” z kolumnami Code_NO, „Saler_name i Buyer_name”, rozpoczynamy nowy przykład tutaj. Dane, które wprowadzamy do tych kolumn, obejmują „A1211, A1213, A1214, A1215, A1216, A1217, A1218 i A1219” w pierwszej kolumnie. Druga kolumna zawiera „Smith, Noah, Joseph, Mishi, William, Taylor, Samuel, Robert i Rick”, podczas gdy ostatnia kolumna „Steel” ma „Peter, George, James, Samuel, Olivia, sojusznicy, Leo, Peter i Bills ”. „Propert_df” zastąpiła w tym momencie ten „Propert_list”, ponieważ zastosowaliśmy „PD.DataFrame ”tutaj.

Lista jest przekształcona w ramkę danych za pomocą „PD.Ramka danych". „Propert_df” jest następnie wyświetlany poniżej. Następnie funkcja „head ()” służy do pobrania pięciu najlepszych wierszy danych danych. Funkcja „Head ()” uzyska dostęp do pierwszych pięciu rzędów „właściwości_df”, ponieważ dostarczyliśmy ją do wartości „5”. Włożyliśmy metodę „Head ()” do linii „print ()”; Pięć najlepszych rzędów „Propert_df” będzie również wyświetlane na konsoli.

Tutaj pobiera pierwsze pięć rzędów tego „właściwości_df” i wyświetla te rzędy tutaj na konsoli, po pokazaniu całego „Propert_df."

Przykład nr 04:

W tym przykładzie umieścimy wartość ujemną w funkcji „head ()”. Korzystamy z „właściwości_df”, którą utworzyliśmy w trzecim przykładzie, i tym razem umieszczamy wartość ujemną jako parametr funkcji „Head ()”, aby wiedzieć, co robi ta funkcja „głowa ()”, gdy umieszczamy negatywne wartość w nim. Umieszczamy „-2” jako parametr tej metody „Head ()”. Ponownie umieszczamy tę metodę Head () w instrukcji drukowania, aby wynik był również wyświetlany na konsoli.

Należy zauważyć, że w tym wyjściu pobiera i wyświetla wszystkie wiersze, z wyjątkiem dwóch ostatnich rzędów DataFrame. Jest tak, ponieważ używamy wartości „-2” jako parametru funkcji „head ()”, usuwa dwa ostatnie wiersze i wyświetla wszystkie pozostałe rzędy na konsoli tutaj.

Przykład nr 05:

Możemy również zastosować tę metodę do pliku CSV. W tym przykładzie omówimy, jak pobrać wiersze z pliku CSV. Plik CSV, który jest już obecny, pokazano poniżej. Teraz odzyskujemy wiersze z tego pliku CSV za pomocą metody „Head ()”.

Używamy tutaj funkcji „read_csv” po zaimportowaniu funkcji „pandy” jako PD. Do importowania pliku CSV jako ramki danych „Pandy”, używamy funkcji Read_CSV w pandy. Umieszczamy nazwę pliku, którego dane chcemy zaimportować jako ramka danych w funkcji „read_csv”. Nazwa pliku to „Plik.CSV ”i zapisujemy te dane w zmiennej„ DF ”. Teraz stosujemy metodę „head ()” do tego „DF” i pobieramy rzędy „4” tego ramienia danych, umieszczając „4” w funkcji „Head ()”. To otrzyma pierwsze cztery rzędy i wydrukuje te cztery rzędy na konsoli.

Tutaj możesz zauważyć, że na ekranie wydrukowane są tylko pierwsze cztery wiersze, które są obecne w pliku CSV.

Wniosek:

Ten przewodnik nauczy Cię, w jaki sposób możesz wykorzystać metodę „Head ()” w „Pandy”. Naszym głównym celem jest jasne i zwięzłe wyjaśnienie podejścia „głowa ()” w „Pandy”. Opisaliśmy, w jaki sposób możemy uzyskać początkowe rzędy „N” w ramce danych lub serii za pomocą funkcji pandę „head ()”. W tym przewodniku zrobiliśmy pięć przypadków, w których użyliśmy metody „Head ()” w „Pandy”, aby pobrać górne rzędy ramki danych. Po przeczytaniu tego przewodnika pozwoli ci przejść do bardziej zaawansowanego etapu programowania „Pandy”.