Pandas Undack

„Całkiem kilka włączonych algorytmów do zmiany zestawu danych ma zastosowanie do pandy. Spośród nich, prawdopodobnie dwa najpopularniejsze algorytmy dla zastępujących kolumny i wiersze to „Stack ()” i „Undack ()”. Na poziomie 0 zgrupowanego zestawu danych sporadycznie używamy „Stack ()” i „Undack ()”. W tym artykule zamierzamy zbadać „Unstack” w pandy. „Undack” jest jedną z ważnych postaw pandy do usuwania bibelotów ze stosu. Unstacking jest mocno wykorzystywany w pandy, aby zasadniczo zmienić formę pokazanej ramki danych. Dwa główne parametry w PandaS Unstack, które można użyć „Poziom” i „Fill_Value”."

Składnia metody Undack Pandy

Przykład 1: Wyświetlanie pandas untack w ramce danych z prostą funkcją Untack () jednocześnie

Teraz omówimy, w jaki sposób możemy rozpakować ramkę danych w pandy. W tym celu narzędziem, którego użyliśmy jako kompilator pandas Python, jest „Spyder”. Aby uwzględnić implementację panda, zaimportowaliśmy bibliotekę pandy jako „PD”.

Sprawdźmy kod pierwszego przykładu. Po zaimportowaniu biblioteki pandy utworzyliśmy naszą ramkę danych jako „date_values”, w której przypisaliśmy datę „indeksu” jako „2022-08-21”. Przypisana wartość dla „okresów” to „120”, a wartość, którą przypisaliśmy do „Freq”, wynosi „2 min”. Deklarowane wartości kolumny dla ramki danych obejmują „dane”, „kolumny” i „indeks”. Zjawisko funkcji „listy” jest stosowane do „danych” wraz z „zakresem” wartości jako „120”. Zmienna „kolumny” przechowuje wartość znaków o nazwie „Wartość”. Wartość przypisana do kolumny „indeks” jako „indeks”. Rama danych „DATE_VALUE” jest przypisywana dwiema wartościami kolumn jako „dodatnie” i „negatywne”. Wartość „dodatnia” zostanie domyślnie przypisana z górnej kolejności do ramki danych, ale wartość „ujemna” zostanie przypisana do ramki danych z „loc [0: 8]” wartości „dodatniej” wartości. Po przypisaniu wartości do kolumn naszej ramki danych „Data_values”, po prostu zastosowaliśmy funkcję „print ()”, aby pokazać naszą ramkę danych.

Teraz przejdźmy do naszej głównej funkcji, aby rozpakować naszą ramkę danych „Date_Values”. W tym celu używamy naszej głównej funkcji „Untack ()” na naszej ramce danych „Data_values”. Aby to uczynić, ogólnie używamy go jak „Date_values.undack () ”wraz z ramką danych. Po wdrożeniu funkcji głównej używamy funkcji „print ()” w ostatnim, aby wyświetlić naszą ramkę danych w formie Unstack.

Rozejrzyjmy się teraz na nasz wyświetlacz wyjściowy, w którym możemy zobaczyć, że nasza ramka danych „Date_Values” jest podzielona na trzy kolumny w pierwszej sekcji. Pierwszy lewy róg ma wartość daty „2022-08-21” wraz z przedziałem czasowym „2min”. Nazwa środkowej kolumny „Wartość” ma liczby „indeks”. Nazwa prawej kolumny narożnej „wartość_2” wyświetla wartość „ujemna” od góry do dołu. Jeśli spojrzymy od dołu do góry, wyświetla wartość daty taką samą jak „2022-08-21” wraz z przedziałem czasowym „2min”, mając ostatni numer indeksu pokazany jako „119”, ponieważ zapewniliśmy zakres „120 ". Kolumna „wartość_2” wyświetla wartość „dodatnią” od dołu do góry. Po ramce danych możemy zobaczyć, że pokazuje łączną liczbę wierszy „120” i kolumn „2”, które przypisujemy do naszej ramki danych w kodzie.

Kiedy zastosowaliśmy naszą główną funkcję „undack ()”, oddziela wartość od stosu i widzimy, że wyświetla wartość liczb „indeksu” i wartości daty osobno dla kolumny „Wartość” zawierająca wiersze „120” wraz z wierszami „120” wraz z Kolumny „2” od górnej do dolnej kolejności. Kolumna „wartość_2” jest wyświetlana osobno wraz z wartościami daty z czasem „2min” przedziału pokazującego „dodatnią” wartość od dołu do góry w kierunku „ujemnego”. Po wdrożeniu nieporządkowania długość całkowitego rzędów staje się „240”. Ponieważ usunięcie wartości ze stosu powoduje, że jego całkowita długość będzie „240”.

Przykład 2: Wyświetlanie pandas unstack w ramce danych za pomocą funkcji Untack () na wielu poziomach

Teraz omówimy nasz drugi przykład, w którym po zaimportowaniu biblioteki pandy jako „PD” stworzyliśmy naszą ramkę danych o nazwie „Record”. Ramy danych „Record” zostało zadeklarowane z trzema kolumnami wartości jako „telefony komórkowe”, „Sales_R1 w $” i „Sales_R2 w $”. Kolumna „Mobile” przechowywane są „iPhone”, „iPhone”, „Samsung” i „Samsung”. Wartości przypisane do kolumny „Sales_R1 w $” to „10”, „20”, „30” i „40”. Wartości przypisane do kolumny „Sales_R2 in $” to „12”, „15”, „16” i „18”. Po przypisaniu wartości przydzieliliśmy je jako trzy kolumny i po prostu zastosowaliśmy funkcję „print ()”, aby wyświetlić naszą ramkę danych „rekord” wraz z trzema kolumnami zawierającymi wszystkie przypisane wartości.

Po utworzeniu naszego ramki danych, po pierwsze, zastosowaliśmy funkcję „Stack ()” na naszej ramce danych „RECED” na dwóch poziomach wraz z obiema kolumnami. Następnie zastosowaliśmy funkcję „undack ()” na wielu poziomach w tym samym miejscu. Najpierw zastosowaliśmy funkcję „undack ()” na ramie danych na „poziomie = 0” i nazwaliśmy ją „First_stack” i wyświetliśmy ją z funkcją „print ()”. Następnie zastosowaliśmy funkcję „undack ()” na „poziomie = 1” i nazwaliśmy ją „Second_Stack” i wyświetliśmy ją, stosując funkcję „print ()” na ostatnim. W ten sposób możemy zastosować funkcję Unstack na wielu poziomach, po prostu przypisując funkcję „undack ()” na poziomie, na którym chcemy usunąć wartość ze stosu.

Teraz omówimy dane wyjściowe naszego drugiego przykładu, w którym zastosowaliśmy funkcję „undack ()” na wielu poziomach. W wyjściu po pierwsze, wyświetla po prostu ramkę danych „Record”, którą stworzyliśmy wraz z trzema kolumnami „telefonów komórkowych”, „Sales_R1 w $” i „Sales_R2 in $”. Liczby indeksu zakres od „0” do „3”, a wartości wyświetlane w pierwszych kolumnach to „iPhone”, „iPhone”, „Samsung” i „Samsung”. Wartości w wyświetlanej drugiej kolumnie to „10”, „20”, „30” i „40”. Wartości wyświetlane w trzeciej kolumnie to „12”, „15”, „16” i „18”.

Kiedy zastosowaliśmy funkcję „Stack ()”, przesunęła ona wszystkie wartości od „0” na „3” do stosu osobno, wraz z obiema wartościami kolumn. Z następnego po ramce danych możemy zobaczyć wartości indeksu „0”, „1”, „2” i „3” obu kolumn są umieszczane na stosie. Kiedy stosujemy funkcję „undack ()” na „poziomie = 0”, usuwa wartość ze stosu i wyświetla wartości całą kolumny w sposób poziomym wraz ze wszystkimi wartościami w trzech kolumnach. A kiedy zastosowaliśmy funkcję „undack ()” na „poziomie = 1”, wyświetla ramkę danych ze stosu do oryginalnej formy, jak to było wcześniej przed wejściem do stosu w pionowy sposób wraz ze wszystkimi kolumnami i wartości przypisane do kodu. Dwa ostatnie to wyświetlacz „First_stack” i „Second_stack” po implementacji funkcji „Untack ()” na „poziomie = 0” i „poziomu = 1”. W ten sposób zastosowanie nieporządkowych zjawisk na wielu poziomach.

Przykład 3: Wyświetlanie pandas nieporządek w ramce danych z wieloma funkcjami Unstack () na różnych poziomach dupletów

W naszym trzecim przykładzie wzięliśmy tę samą ramkę danych „rekord”, którego użyliśmy w poprzednim przykładzie, aby pokazać funkcję „undack ()” na dwóch różnych poziomach. Najpierw po prostu wydrukowaliśmy ramkę danych „nagraj” tak samo jak w drugim przykładzie. Aby zastosować funkcję „undack ()” na dwóch różnych poziomach, najpierw stworzyliśmy grupę kolumny za pomocą funkcji „grupy ()” wraz z „agg ()” „sum” i „maks.” Na kolumnie „ Sales_r1 w $ ”. „Suma” i „min” na kolumnie „Sales_R2 in $” i nazwali ją „grupowaną_data”. Następnie użyliśmy funkcji „print ()” z „grupowaną_data”, aby ją wyświetlić.

Po zgrupowaniu dwóch kolumn wraz z „sumą”, „maks.” I „min” zastosowaliśmy funkcję „undack ()” na „grupied_data” w „(poziom = 0)” i nazwaliśmy ją „First_unstack” i wyświetliliśmy ją z funkcją „print ()”. Następnie zastosowaliśmy funkcję „undack ()” na „grupowanym_data” w „(poziom = 1)” i nazwali ją „Second_unstack”. Wreszcie zastosowaliśmy funkcję „print ()” na „Second_unstack”, aby ją wyświetlić.

Teraz na górze wyświetlacza wyjściowego widzimy, że po prostu wyświetla on ramkę danych „nagraj” tak samo jak w drugim przykładzie. Następnie możemy zobaczyć, jak wyświetla dwie główne kolumny „Sales_R1 w $” i „Sales_R2 w $” wraz z dwoma podkołaniami „sum”, „maks.” I „suma”, „min” wraz z wartościami „30 ”,„ 70 ”,„ 20 ”,„ 40 ”,„ 27 ”,„ 34 ”,„ 12 ”i„ 16 ”. Po lewej stronie ma wartości kolumny „telefony komórkowe”, które są „iPhone” i „Samsung”. Korzystając z funkcji „GroupBy ()”, połączył się wzdłuż grupy dwóch wspólnych wartości „iPhone” i „Samsung”, które możemy zobaczyć na wyświetlaczu wyjściowym wraz z rzędami „2” i kolumnami „6” ”. Po wdrożeniu funkcji „undack ()” na dwóch różnych poziomach zgrupowanych danych po prostu usuwa ją ze stosu, ale dane pozostają w formie zgrupowanej z powodu funkcji „GroupBy ()”.

Wniosek

W naszym artykule wykorzystaliśmy dwie ramki danych do zastosowania do funkcji Unstack. W naszym pierwszym przykładzie dowiedzieliśmy się, w jaki sposób możemy zastosować do funkcji Unstack. W przypadku dwóch innych przykładów użyliśmy tych samych ramek danych. W drugim przykładzie zastosowaliśmy funkcję „undack ()” na wielu poziomach, podczas gdy w trzecim przykładzie zastosowaliśmy funkcję wielu „undack ()” na różnych poziomach dupletów, stosując zjawisko „grupy”. Te metody ułatwi zrozumienie, jeśli zastosujemy je podczas pracy nad nimi.