Stos Pandas

Stos pandy służy do układania danych z sekwencji kolumn do sposobu indeksu. Zwraca wiele poziomów indeksu wyświetlania w nowej ramce danych. Zaimplementujemy, w jaki sposób możemy użyć funkcji pandas stack ().

Składnia

Pandy.DataFrame_Object.stos (poziom = -1, dropna = true)

Parametry

1. Poziom - Wymaga parametru liczb całkowitych, który określi poziom stosu.
   1. Możemy ustalić poziomy takie jak poziom - 0,1 itp.
2. Dropna - Ten drugi parametr, „Dropna”, służy do upuszczania wierszy w ułożonej strumieniu danych o wartości NAN.

Scenariusz 1: Kolumna jednopoziomowa

Utwórz ramkę danych z 3 kolumnami i 5 wierszy. Tutaj nazwy kolumn to - [„Typ egzaminu”, „Marks”, „wynik”].

Teraz układamy ramkę danych:

importować pandy
Wyniki = pandy.DataFrame ([[„wewnętrzny”, 98, „pass”],
[„Wewnętrzny”, 45, „Fail”],
[„Zewnętrzny”, 89, „Pass”],
[„Zewnętrzny”, 67, „pass”],
[„Zewnętrzny”, 18, „Fail”]],
kolumny = [„Typ egzaminu”, „Marks”, „wynik”],
index = [„Ram”, „Sravan”, „Govind”, „anup”, „jab”]
)
Drukuj (wyniki, „\ n”)
# Zastosuj stos () na kolumnie jednego poziomu
Drukuj (wyniki.stos())

Wyjście

Wynik znaków typu egzaminu
RAM wewnętrzny 98 Pass
Sravan wewnętrzny 45
Govind zewnętrzny 89 przełęczy
Anup zewnętrzny 67 przełęczy
JAB zewnętrzny 18
RAM typ egzaminu wewnętrzny
Znaki 98
Przełęcz wyniku
Wewnętrzny typ egzaminu Sravan
Znaki 45
Wynik się nie powiódł
Zewnętrzny typ egzaminu rządowy
Znaki 89
Przełęcz wyniku
Zewnętrzny typ egzaminu anupu
Znaki 67
Przełęcz wyniku
Zewnętrzny typ egzaminu JAB
Znaki 18
Wynik się nie powiódł
DTYPE: Object

Wyjaśnienie

Teraz wyświetlany jest ustawiony na danych. Omówmy to szczegółowo dla jednego wiersza.

RAM - Typ egzaminu jest „wewnętrzny”, RAM - Marks to 98, a RAM - wynik to „Fail”. Podobnie dla wszystkich pozostałych wierszy można zobaczyć, jak wartości są ułożone.

Scenariusz 2: Kolumna wielopoziomowa z poziomem - 0

Jednym z poniższych sposobów w Pythonie do stworzenia wielu one jest użycie multiindex.From_tuples () metoda. Zajmie nazwy kolumn na liście krotek jako parametr. Wreszcie, przekazamy to do parametru „kolumn” w PandaS DataFrame.

Składnia

Multiindex.from_tuples ([('kolumny,…),…]

Przykład 1

Utwórz ramkę danych z rzędami, które mają Multiindex. Ułóż ramkę danych z poziomem 0.

importować pandy
Wyniki = pandy.DataFrame ([[„wewnętrzny”, 98, „pass”],
[„Wewnętrzny”, 45, „Fail”],
[„Zewnętrzny”, 89, „Pass”],
[„Zewnętrzny”, 89, „Pass”],
[„Zewnętrzny”, 45, „upadek”]],
index = [„Ram”, „Sravan”, „Govind”, „anup”, „jab”],
kolumny = pandy.Multiindex.from_tuples ([(„egzaminy”, „Typ egzaminu”), („Marks zabezpieczony”, „Total”), („Status”, „wynik”)]]
))
Drukuj (wyniki, „\ n”)
# Zastosuj stos () z poziomem 0 na kolumnie wielopoziomowej
Drukuj (wyniki.stos (poziom = 0))

Wyjście

Egzaminy Znaki zabezpieczone status
Całkowity wynik typu egzaminu
RAM wewnętrzny 98 Pass
Sravan wewnętrzny 45
Govind zewnętrzny 89 przełęczy
Anup zewnętrzny 89 przełęczy
JAB zewnętrzny 45 awaria
Całkowita liczba wyników typu egzaminu
Egzaminy RAM wewnętrzne nan nan
Znaki zabezpieczone nan nan 98.0
Status Nan Pass Nan
Sravan Egzaminy wewnętrzne nan nan
Znaki zabezpieczone nan nan 45.0
Status Nan Fail Nan
Egzaminy z rządu zewnętrznego nan nan
Znaki zabezpieczone nan nan 89.0
Status Nan Pass Nan
Egzaminy anup zewnętrzne nan nan
Znaki zabezpieczone nan nan 89.0
Status Nan Pass Nan
Egzaminy JAB Zewnętrzne nan nan
Znaki zabezpieczone nan nan 45.0
Status Nan Fail Nan

Wyjaśnienie

Możesz zobaczyć multi indeks. Dla wiersza:

1. RAM - dla indeksu „egzaminy” i „Typ egzaminu” - wartość to .Wewnętrzny.
2. RAM - dla indeksu „egzaminów” i „wyniku” - wartość to nan (nie liczba).
3. RAM - dla indeksu „egzaminów” i „ogółem” - wartość to nan.
4. RAM - dla indeksu „Znaki zabezpieczone” i „Typ egzaminu” - wartość to NAN.
5. RAM - dla indeksu „Zabezpieczone” i „wynik” - wartość to NAN.
6. RAM - dla indeksu „Zabezpieczone” i „ogółem” - wartość wynosi 98.0.
7. RAM - dla indeksu „Status” i „Typ egzaminu” - wartość to NAN.
8. RAM - dla indeksu „status” i „wynik” - wartość to „przejście”.
9. RAM - dla indeksu „status” i „ogółem” - wartość to nan

Podobnie, dla wszystkich rzędów w stosie miało miejsce w poprzednim formacie. W przypadku pomyślnych wartości NAN jest zastąpiony.

Przykład 2

Utwórz ramkę danych z rzędami, które mają Multiindex. Ułóż ramkę danych z poziomem 2.

importować pandy
Wyniki = pandy.DataFrame ([[„wewnętrzny”, 98, „pass”],
[„Wewnętrzny”, 45, „Fail”],
[„Zewnętrzny”, 89, „Pass”],
[„Zewnętrzny”, 67, „pass”],
[„Zewnętrzny”, 18, „Fail”]],
index = [„Ram”, „Sravan”, „Govind”, „anup”, „jab”],
kolumny = pandy.Multiindex.from_tuples ([(„egzaminy”, „Typ egzaminu”), („Marks zabezpieczony”, „Total”), („Status”, „wynik”)]]
))
# Zastosuj stos () z poziomem 1 na kolumnie wielopoziomowej
Drukuj (wyniki.stos (poziom = 1))

Wyjście

Egzaminy Znaki zabezpieczone status
Wewnętrzny nan typu RAM typu egzaminu
Wynik Nan Nan Pass
Całkowita nan 98.0 nan
Wewnętrzny nan nan typu Sravan
Wynik Nan nan nie
Całkowita nan 45.0 nan
Zewnętrzny nan nan typu rządowego
Wynik Nan Nan Pass
Całkowita nan 89.0 nan
Zewnętrzny nan nan typu anupu
Wynik Nan Nan Pass
Całkowita nan 67.0 nan
Zewnętrzny nan nan typu JAB
Wynik Nan nan nie
Całkowita nan 18.0 nan

Wniosek

Pandy „Stack” to ekstrawagancka technika układania kolumn poziomowych w rzędach (indeks). W obszarach, w których pracownicy muszą pracować nad wierszami zamiast kolumn lub mogą chcieć mieć dane w sposób wierszy, ale zrobili to w kolumnach, ta metoda jest dla nich. Zaoszczędzi ich cenny czas, po prostu przy użyciu metody stosu pand. Zrobiliśmy różne sposoby, w jakie stosowanie pand działają zgodnie z sytuacją. Każda sytuacja ma sposób rozwiązania problemu, aby dać pożądane wyniki w ramce danych.