Oppiskele Ydinkontekstit Select vs With_columns

Pyyhkäise näyttääksesi valikon

Polars DataFramejen kanssa työskennellessä on usein tarpeen luoda uusia sarakkeita tai muokata olemassa olevia. Kaksi keskeistä menetelmää tähän ovat select ja with_columns. Molemmilla on oma käyttötarkoituksensa, ja niiden oikea käyttö auttaa kirjoittamaan selkeämpää ja tehokkaampaa koodia. Kuvittele, että käytössäsi on games_df-niminen DataFrame, jossa on sarakkeet positive_reviews, negative_reviews ja total_reviews. Jos haluat laskea pelikohtaisen positiivisten arvostelujen prosenttiosuuden, voit käyttää select-metodia luodaksesi uuden DataFramen, jossa on vain laskettu sarake, tai with_columns-metodia lisätäksesi uuden sarakkeen olemassa olevaan DataFrameen.

Videoluennolla nähtäisiin molempien lähestymistapojen esittely. Ensin käytetään select-metodia uuden sarakkeen, positive_pct, luomiseen. Tämä lasketaan kaavalla positive_reviews / total_reviews:


              1234567891011121314151617181920212223
            
import polars as pl

# Sample DataFrame
games_df = pl.DataFrame({
    "game": ["Game A", "Game B"],
    "positive_reviews": [80, 50],
    "negative_reviews": [20, 50],
    "total_reviews": [100, 100]
})

# Using select to create a new DataFrame with only the calculated column
positive_pct_df = games_df.select(
    (pl.col("positive_reviews") / pl.col("total_reviews")).alias("positive_pct")
)
print("Result of select (only positive_pct column):")
print(positive_pct_df)

# Using with_columns to add a new column to the existing DataFrame
games_df = games_df.with_columns(
    (pl.col("negative_reviews") / pl.col("total_reviews")).alias("negative_pct")
)
print("\nResult of with_columns (original columns plus negative_pct):")
print(games_df)

Seuraavaksi nähtäisiin, miten with_columns-metodia voidaan käyttää uuden sarakkeen, kuten negative_pct, lisäämiseen olemassa olevaan DataFrameen. Tämä sarake lasketaan kaavalla negative_reviews / total_reviews:


              12345
            
# Using with_columns to add a new column to the existing DataFrame
games_df = games_df.with_columns(
    (pl.col("negative_reviews") / pl.col("total_reviews")).alias("negative_pct")
)
print(games_df)

Huomaa, että select palauttaa uuden DataFramen, jossa on vain määritetyt sarakkeet, kun taas with_columns muokkaa olemassa olevaa DataFramea lisäämällä tai päivittämällä sarakkeita. Tämä ero on tärkeä, kun päätät, miten rakennat tietomuunnoksesi. Selventääksesi select- ja with_columns-metodien eroja, tarkastele seuraavaa vertailutaulukkoa. Taulukko esittelee keskeiset erot ja antaa tiiviin esimerkin kummastakin metodista.

Kun käytät select-metodia, luot uuden DataFrame-olion, joka sisältää vain määrittämäsi sarakkeet. Tämä on hyödyllistä, kun haluat keskittyä tiettyihin sarakkeisiin tai laskettuihin arvoihin. Sen sijaan with_columns soveltuu uusien sarakkeiden lisäämiseen tai olemassa olevien päivittämiseen samaan DataFrameen, säilyttäen kaikki muut sarakkeet.

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 3

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 1. Luku 3