Kolumna drukowana pandas

„Pandy to unikalna, oparta na analizie biblioteka Python, która jest wykorzystywana wyłącznie do oceny i manipulowania danymi. Możemy również przeanalizować dane, wykorzystując tę ​​bibliotekę „Pandy”. Jest to biblioteka typu open source. Wprowadza również funkcję „dataFrame ()”, która stała się przydatna do konfigurowania wierszy i kolumn dla danych. Gdyframe danych jest zaprojektowane w kodzie „Pandy”, możemy również wydrukować pojedynczą kolumnę, a także wiele kolumn DataFrame. Istnieją różne unikalne metody, które „pandy” zapewniają nam do uzyskania pojedynczych lub wielu kolumn DataFrame, a po uzyskaniu żądanej kolumny możemy również wydrukować tę kolumnę na terminalu. Ten przewodnik został przedstawiony tutaj, aby wyjaśnić koncepcję „kolumny drukowanej pandy”, a także zbadamy wszystkie metody tutaj, które pomogą nam w drukowaniu singla, a także wielu kolumn DataFrame."

„Pandy” zawiera trzy różne metody dostępu do kolumny ramki danych, a metody te zostaną również szczegółowo wyjaśnione w tym przewodniku. To są:

• Za pomocą metody kwadratowej [].
• Za pomocą DF.Metoda loc [].
• Za pomocą DF.metoda ILOC [].

Przykład nr 01

Teraz wykorzystujemy te metody w naszych kodach i wyjaśnimy również, jak używać tych metod w kodzie „pandy”. Używamy aplikacji „Spyder” do wykonywania naszego kodu „pandy” w tym przewodniku. Pierwszym krokiem, jaki tutaj robimy, jest import niektórych bibliotek, takich jak importowanie dwóch bibliotek w tym kodzie, które są „pandy” i „Numpy”, używając słowa kluczowego „importu” z obiema bibliotekami. Następnie konstruujemy tutaj ramkę danych, która nazywa się „game_df”. Konstruujemy tylko, gdy używamy „PD.Metoda dataFrame () ”, jak pokazano tutaj.

Następnie umieszczamy „game_code”, która jest naszą pierwszą kolumną tej formy danych i wstawiamy „GC_167, GC_210, GC_234, GC_290, GC_310, GC_451, GC_551, GC_GC_617, GC_736 i GC_814”. Dodano „game_score”, która jest drugą kolumną tej formy danych, a także dodajemy „420, 900, 560, NP.Nan, 590, 620, 405, NP.Nan, 811 i 619 ”. Tutaj „NP.nan ”nie stanowi żadnej wartości. „Game_Attempts” to następna kolumna, którą dodamy tutaj. W tej kolumnie wstawiamy „1, 3, 2, 3, 2, 3, 1, 1, 2 i 1”. Kolumna „Kwalifikuj” jest ostatnią i dodajemy „Tak, nie, tak, nie, nie, tak, nie, nie, i tak” w tej kolumnie „kwalifikuj”.

Po dodaniu ich wszystkich po prostu umieściliśmy ten „game_df” w „print ()”, aby wyświetlał cały DataFrame.

Po osiągnięciu „Shift+Enter” następujący wynik renderuje na terminalu, w którym pokazano całą ramkę danych. Teraz wykorzystamy metodę Square Brackets do dostępu do jednej kolumny z tej formy danych. Spójrzmy poniżej.

Dodajemy te linie, w których wykorzystujemy metodę Square Brackets do uzyskania jednej kolumny tego kompletu danych. Wymieniamy nazwę DataFrame, a następnie umieszczamy kwadratowe wsporniki, w których wspomnieliśmy o nazwie kolumny DataFrame, którą chcemy wydrukować. Tutaj dodaliśmy „game_code”, który jest nazwą kolumny tej formy danych, i będzie drukował na terminalu, ponieważ zastosowaliśmy tę metodę w metodzie „print ()”.

Poniższy wynik pokazuje tylko jedną kolumnę powyższej ramki danych, ponieważ zastosowaliśmy metodę Square Bracket do uzyskania tej kolumny.

Przykład nr 02

Aktualizujemy tutaj nieco powyższy kod i tym razem wyświetlamy więcej niż jedną kolumnę za pomocą tej samej metody nawigacji kwadratowych. Tutaj, po wyświetleniu całej ramki danych, umieszczamy metodę Square Brackets w metodzie „print ()” i ponownie wspominamy nazwę DataFrame, a następnie dodano dwa nawiasy kwadratowe, ponieważ chcemy uzyskać dwie kolumny tego Ramka danych. W tych kwadratowych nawiasach dodaliśmy dwie nazwy kolumn, które są „game_score” i „game_attempts”. Teraz obie kolumny wydrują na terminalu.

Po utworzeniu pełnej ramki danych możesz zobaczyć tylko dwie kolumny renderowane w tym wyniku. Dostępmy do tych dwóch kolumn za pomocą metody „Square Brackets []”, a następnie drukujemy tutaj obie kolumny.

Przykład nr 03

Tutaj tworzona jest oprawa danych o nazwie „Bank_df” za pomocą „PD.Metoda dataFrame () ”. Wprowadzamy „John, Stellan, Rowan, Alexander, Cora, Ellis i Bromley” do pierwszej kolumny tej formy danych, a nazwa tej kolumny to „Nazwa” tutaj. Druga kolumna „Contact Num” tej Frame, wraz z liczbami „123456, 123678, 123975, 123123, 123846, 981254 i 212789”.

Teraz mamy kolumnę „Num”, w której dodaliśmy „456071, 345678, 987654, 789123, 890456, 987654 i 234789”. Następnie pojawia się kolumna „Data aktywacji”, w której dodajemy daty „2020-02-14, 2020-05-21, 2020-07-17, 2021-01-15, 2021-04-21, 2021-12-27, 2022-04-24 ”. Dodajemy również jeszcze jedną kolumnę, która nazywa się „Checkbook Rec”, aw tej kolumnie wstawiamy „Tak_rec, not_yet, not_yet, not_yet, not_yet, tak_rec, tak_rec i tak_rec”.

Następnie mamy tutaj funkcję „print ()”, w której umieszcza się „bank_df”, aby renderować na terminalu. Teraz chcemy uzyskać tylko jedną kolumnę za pomocą metody „LOC” i wyświetlić tę kolumnę. Więc wspominamy o nazwie DataFrame, a następnie metodę „LOC”, w której najpierw umieszczamy „:”, co oznacza, że ​​chcemy uzyskać wszystkie wiersze, a następnie umieszczamy „nazwę”, która jest nazwą kolumny, chcemy wydrukować. Ta metoda „LOC” uzyskuje dostęp do kolumny „Nazwa”, a „print ()”, w której opisano tę metodę, pomaga w drukowaniu tej kolumny na terminalu.

Cała DataFrame składa się z pięciu kolumn, które są również pokazane w wyniku, ale uzyskujemy dostęp do tylko jednej kolumny za pomocą metody „LOC”, a także drukujemy tutaj, co jest również widoczne w tym wyniku.

Możemy również uzyskać wiele kolumn, wykorzystując metodę „LOC”, a dla tego po prostu wprowadzamy niewielkie zmiany, jak pokazano poniżej. Po umieszczeniu nazwy DataFrame, a następnie metody „LOC”, dodajemy trzy nazwy kolumn, do których chcemy uzyskać dostęp i wyświetlić. Umieszczamy „Nazwa, kontakt Num i datę aktywacji” w metodzie „LOC”, ponieważ chcemy wydrukować wiele kolumn DataFrame. Te kolumny będą drukować, ponieważ użyliśmy również „print ()” tutaj.

W tym wyniku widać trzy kolumny i otrzymujemy te trzy kolumny, umieszczając je w metodzie „LOC []”.

Przykład nr 04

„Bank_df” jest ponownie używany w tym kodzie i wydrukujemy tylko jedną kolumnę tegoframu danych za pomocą innej metody, jaką jest metoda „ILOC []”. Po renderowaniu „bank_df” używamy tej metody „ILOC []” i umieszczamy „bank_df” przed tym „ILOC []”. Wkładamy „bank_df”, a następnie używamy „ILOC”, aw tym „ILOC” umieszczamy „:” Najpierw, pokazując, że musimy uzyskać dostęp do wszystkich wierszy, ale chcemy również uzyskać tutaj tylko jedną kolumnę, o której wspominaliśmy po tym. Umieściliśmy „0”, która jest domyślną wartością indeksu kolumny. Tak więc uzyska dostęp do pierwszej kolumny tego „bank_df”, a także wydrukuje ją, ponieważ jest dodawana również w metodzie „print ()”.

Pierwsza kolumna „Bank_DF” jest wyświetlana osobno po wyświetleniu całej ramki danych, która zawiera wszystkie wiersze i wszystkie kolumny „Bank_DF”. Wydrukowaliśmy tutaj pierwszą kolumnę tej formy danych za pomocą metody „ILOC []” w tym przykładzie.

Wniosek

Głównym celem tego przewodnika jest lepsze zrozumienie pojęcia „kolumny drukowania pandów”. Wyjaśniliśmy, że w „Pandy” istnieją trzy różne metody uzyskania kolumny z ramki danych. Wykorzystaliśmy wszystkie metody w naszym kodzie „Pandy” i wyjaśniliśmy je wszystkie szczegółowo, więc łatwo nauczysz się, jak używać tych metod w programowaniu „Pandy”. Omówiliśmy również, jak uzyskać wyjście tych kodów, a także dostarczyliśmy wyniki naszego kodu tutaj, co zrobiliśmy w tym przewodniku. Wyjaśniliśmy, jak uzyskać jedną kolumnę z ramki danych i wydrukować ją, a także wiele selektywnych kolumn DataFrame i wydrukować je w tym przewodniku.