Wskaźnik kropli pandy

Pandy DataFrame to struktury danych, które przypominają formaty tabelary. Pandy próbuje zrozumieć kolumnę indeksową podczas importowania danych. Indeks pandy jest podobny do numeru wiersza arkusza kalkulacyjnego. Domyślnie pandy po prostu tworzą dla Ciebie indeks, chyba że podano określony indeks. Ten indeks rozpoczyna się od 0 i trwa do wielkości DataFrame. Chociaż wskaźniki te są zazwyczaj istotne, mogą istnieć przypadki, w których wolisz po prostu wyeliminować indeks. Niemniej jednak, jeśli masz do czynienia z pewnymi danymi, takimi jak dane szeregów czasowych, możesz indeksować swoje dane według określonej kolumny. Pandy oferuje różnorodne praktyczne metody, aby to osiągnąć, po lub przed zaimportowaniem ramki danych.

Wskaźnik kropli pandy

W tym artykule nauczy Cię, jak upuścić kolumnę indeksu Python Pandy DataFrame. Kolumna indeksu Python Pandas DataFrame może być czasem wymagana do upuszczenia. Ponieważ indeks jest zawsze obecny w Pandy DataFrame i seriach, nie możemy technicznie porzucić indeksu; Możemy raczej zresetować go, stosując następujący wiersz kodu.

Najpierw musimy ustawić określone wartości indeksu dlaFrame przy użyciu następującej składni:

Tutaj „DF” to dostarczona ramka danych.

Kolumna indeksu DataFrame może zostać zresetowana przez pandy „df.RESET_INDEX () ”za pomocą sekwencyjnej listy domyślnych indeksów. Możesz zresetować kolumnę indeksu, aby domyślnie za pomocą następującej składni:

Tutaj "upuszczać" Parametr przywraca indeks DataFrame do wartości domyślnej. "w miejscu" Parametr zmienia istniejącą oryginalną ramkę danych, ale nie wytwarzaj obiektu DataFrame.

W tym artykule przejdziemy do użycia Pythona, aby zrzucić kolumnę indeksu z pand.

Przykład: Wykorzystanie pandy DF.ESET_INDEX () Metoda upuszczania kolumny indeksu w ramce danych

W tym przykładzie zobaczysz praktyczną demonstrację pand „DF.RESET_INDEX () ”Metoda upuszczenia kolumny indeksu PandaS w ramce danych.

Rozpoczynamy kod od importowania wymaganych pakietów. W przypadku tego programu, jak opisuje tytuł artykułu, musimy użyć niektórych metod pandas. Ale można je wykorzystać tylko wtedy, gdy załadowaliśmy bibliotekę panda w pliku Python. Tak więc napisaliśmy skrypt „Importuj pandy jako PD”, aby wprowadzić moduły pand i aliasować go za pomocą „PD”. Teraz mamy pełny dostęp do funkcji pandy. Pierwszą rzeczą, którą teraz zrobimy, jest utworzenie pandas DataFrame, w której wykonujemy nasze główne zadanie, które porzucają indeksy.

Zastosowaliśmy metodę Panda „PD.DataFrame () ”Aby utworzyć ramkę danych. Jak wspomnialiśmy wcześniej, „PD” jest aliasem „pandy”, podczas gdy „DataFrame” jest słowem kluczowym, które instruuje program do wygenerowania ramki danych. Przywołaliśmy tę metodę z trzema kolumnami - „Roll_no”, „Nazwa” i „Marks”. Pierwsza kolumna „Roll_no” przechowuje liczby roll uczniów, które są „1154”, „1156”, „1157” i „1158”. Następna kolumna „Nazwa”, jak sugeruje jego tytuł, zawiera nazwiska uczniów odpowiadających ich liczbom rolowym jako „Diana”, „Raulf”, „George” i „Amelia”. Ostatnia kolumna „Marks” mówi nam o uzyskanych znakach uczniów, których nazwiska i liczby rzutu są wymienione w poprzednich kolumnach. Jego wartości to „40”, „50”, „67” i „75”.

Wszystkie kolumny są o równej długości, czyli cztery. Rama danych z tymi kolumnami musi być przechowywana w obiekcie. Tak więc, ilekroć potrzebujemy tego programu danych w programie, jesteśmy w stanie uzyskać do niego dostęp przez ten konkretny obiekt, który go trzyma. Tutaj utworzyliśmy obiekt „Student” DataFrame i przypisaliśmy mu wynikowy ramkę danych wygenerowaną z „PD.Funkcja dataFrame () ”. Teraz, zamiast wyświetlać ramkę danych z domyślnymi wartościami indeksu, które program generuje dla Ciebie, woleliśmy określić wartości indeksu zgodnie z naszymi potrzebami.

W tym celu mamy metodę pandas, aby ustawić wartości indeksu, czyli „DF.set_index () ”. Z danymi innej kolumny, która została dostarczona jako parametr, „DF.set_index () ”Metoda Pandas DataFrame ReseS kolumna indeksu. Zapewniliśmy również jego składnię na początku samouczka. Zgodnie z składnią musimy podać nazwę frame danych z funkcją „set_index ()”. I jako argument tej funkcji nazwaliśmy „PD.Index () ”, aby określić wartości indeksu.

Nazwa naszego DataFrame, którą dostarczyliśmy do funkcji „set_index ()” wygląda jak „uczeń.set_index ([PD.indeks()])". Wartości, które określiliśmy, aby być ustawione jako kolumna indeksu „Student” DataFrame to „ID1”, „ID2”, „ID3” i „ID4”. Teraz ramka danych ma te wartości w kolumnie indeksu, a nie domyślną sekwencyjną listę wartości. To ustawienie indeksu jest zapisywane w obiekcie „Student” DataFrame. Skończyliśmy konfigurowanie kolumny indeksu z naszymi preferowanymi wartościami. Teraz chcemy wyświetlić naszą strumień danych. Aby pokazać ramkę danych, mamy metodę Pythona „print ()”. Nazwaliśmy tę metodę z obiektem DataFrame „Studentem” jako jego parametrem, aby wyświetlić ją na konsoli Python.

Naczyniamy opcję „Uruchom plik”, aby wykonać program. Rama danych jest wyświetlana na konsoli z trzema kolumnami. Kolumna indeksu DataFrame ma wartości, które dla niej określiliśmy.

Do tej pory nauczyliśmy się utworzenie ramki danych i skonfigurowanie kolumny indeksu dla wymaganych preferencji. Teraz zbadamy, jak upuścić tę kolumnę indeksu w naszej ramce danych, wykorzystując pandy „DF.Metoda reset_index () ”. Korzystając z domyślnej sekwencyjnej listy indeksów, pandy „DF.RESET_INDEX () ”Funkcja resetuje kolumnę indeksu. Jak pokazuje podana składnia, musimy wymienić nazwę ramki danych z funkcją „RESET_INDEX ()”. Ta metoda wykorzystuje dwa parametry - „upuszczenie” i „ince”.

Domyślna wartość argumentu „upuszczanie” jest ustawiana jako „prawda”, co oznacza, że ​​określona kolumna indeksu DataFrame zostanie zrzucona. Jeśli zmienisz go na „Fałsz”, DataFrame będzie miał zarówno kolumnę „indeks” z zdefiniowanymi wartościami, jak i domyślną listą sekwencyjną indeksów. Tutaj idziemy z jego domyślną wartością „true”, ponieważ chcemy upuścić kolumnę indeksu.

Kiedy „ince” jest ustawione na „true”, dokonuje wszystkich modyfikacji w oryginalnej ramce danych zamiast tworzyć jakąkolwiek kopię. Wolamy więc zachować to „prawdziwe”. Kiedy wywołujemy metodę „RESET_INDEX ()”, zrzuca kolumnę indeksu, którą ustawiliśmy z określonymi wartościami wcześniej w tej ilustracji w oryginalnej ramce „Student”. Zastosowaliśmy funkcję „print ()”, aby wyświetlić zaktualizowaną ramkę danych z upuszczonymi wartościami indeksu.

Kiedy uruchamiamy wcześniej dostarczony skrypt Python, zaktualizowana ramka danych jest wyświetlana na terminalu. W tym ramie danych możemy zobaczyć, że kolumna indeksu z naszymi określonymi wartościami jest upuszczana i dodaje się domyślna lista indeksu sekwencyjnego.

Wniosek

Praca z ramami danych w Pandas Pythona jest główną techniką. Pracując nad tymi ramkami danych, może czasami potrzebujemy upuścić określoną kolumnę indeksu. W tym artykule wprowadziliśmy Cię do pojęcia upuszczenia kolumny indeksu w ramce danych. Zrozumieliśmy ten temat z praktyczną wdrożeniem skryptów Python wykonanych na narzędziu „Spyder”. Wykonaliśmy wszystkie kroki jednoznaczne i jasne, używając „PD.set_index () ”i„ PD.RESET_INDEX () ”, aby upuścić kolumnę indeksu. Ten przewodnik byłby dla Ciebie bardzo korzystny, aby poradzić sobie z złożonością kolumny indeksu indeksu danych.