Pandas Ensimmäiset Askeleet

Kurssisisältö

Pandas Ensimmäiset Askeleet

Pandas Ensimmäiset Askeleet

1. Ensimmäiset Askeleet

Mikä On Pandas?Sarjat Haaste: Sarjan Luominen Datarunko Visailu: Sarjan Luominen Visailu: DataFrame Luominen Uuden Sarakkeen Lisääminen Uuden Sarakkeen Lisääminen Rivin/Sarakkeen Poistaminen Visailu: Toimintojen Yhdistäminen Työskentely Sarakkeiden Kanssa Visailu: Sarakkeiden Poimiminen Iloc Perusteet Haaste: iloc:n Käyttäminen

2. Tiedostojen Lukeminen Pandasilla

CSV-Tiedostot TXT-Tiedostot Visa: Työskentely Tiedostojen Kanssa Visailu: Sarakkeiden Käsittely

3. Datan Analysointi

Datan Tarkastelu Visailu: Head-Funktion Käyttö Visailu: Head, Tail ja Sample Tutkitaan Tietojoukkoa Sarakkeiden Nimet ja Tietotyypit Null-Arvojen Löytäminen Visailu: Null-Arvojen Tunnistaminen Haaste: Null-Arvojen Poistaminen Haaste: Täyttää Null-Arvot Visailu: Null-Arvot Kuvaillaan Tietoja Max() ja Min()Visailu: Tilastolliset Toiminnot Sum() ja Count()Ainutlaatuiset Arvot

Iloc Perusteet

Voit myös käyttää DataFramen rivejä niiden indeksin avulla. On useita tapoja tehdä tämä:

.iloc - käytetään rivien hakemiseen niiden numeerisen indeksin perusteella, alkaen 0:sta;
.loc - käytetään rivien hakemiseen niiden merkkijonotunnisteen perusteella.

Tässä kurssissa keskitymme yksinomaan .iloc-attribuutin käyttöön.


              12345
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)
print(countries)

DataFramella on seuraava rakenne:

Voit huomata ensimmäisen sarakkeen, joka toimii rivin indeksinä. Käytämme näitä indeksejä päästäksemme käsiksi tiettyihin riveihin DataFramessa. Tämän attribuutin syntaksi on seuraava:

python

Voimme käyttää tätä attribuuttia päästäksemme käsiksi DataFramemme kolmanteen ja seitsemänteen riviin:


              12345678
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])

Kun suoritat yllä olevan koodin, saat rivit, jotka vastaavat alla olevassa kuvassa ilmoitettuja indeksejä:

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 13

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Kurssisisältö

Pandas Ensimmäiset Askeleet

Pandas Ensimmäiset Askeleet

1. Ensimmäiset Askeleet

Mikä On Pandas?Sarjat Haaste: Sarjan Luominen Datarunko Visailu: Sarjan Luominen Visailu: DataFrame Luominen Uuden Sarakkeen Lisääminen Uuden Sarakkeen Lisääminen Rivin/Sarakkeen Poistaminen Visailu: Toimintojen Yhdistäminen Työskentely Sarakkeiden Kanssa Visailu: Sarakkeiden Poimiminen Iloc Perusteet Haaste: iloc:n Käyttäminen

2. Tiedostojen Lukeminen Pandasilla

CSV-Tiedostot TXT-Tiedostot Visa: Työskentely Tiedostojen Kanssa Visailu: Sarakkeiden Käsittely

3. Datan Analysointi

Datan Tarkastelu Visailu: Head-Funktion Käyttö Visailu: Head, Tail ja Sample Tutkitaan Tietojoukkoa Sarakkeiden Nimet ja Tietotyypit Null-Arvojen Löytäminen Visailu: Null-Arvojen Tunnistaminen Haaste: Null-Arvojen Poistaminen Haaste: Täyttää Null-Arvot Visailu: Null-Arvot Kuvaillaan Tietoja Max() ja Min()Visailu: Tilastolliset Toiminnot Sum() ja Count()Ainutlaatuiset Arvot

Iloc Perusteet

Voit myös käyttää DataFramen rivejä niiden indeksin avulla. On useita tapoja tehdä tämä:

.iloc - käytetään rivien hakemiseen niiden numeerisen indeksin perusteella, alkaen 0:sta;
.loc - käytetään rivien hakemiseen niiden merkkijonotunnisteen perusteella.

Tässä kurssissa keskitymme yksinomaan .iloc-attribuutin käyttöön.


              12345
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)
print(countries)

DataFramella on seuraava rakenne:

Voit huomata ensimmäisen sarakkeen, joka toimii rivin indeksinä. Käytämme näitä indeksejä päästäksemme käsiksi tiettyihin riveihin DataFramessa. Tämän attribuutin syntaksi on seuraava:

python

Voimme käyttää tätä attribuuttia päästäksemme käsiksi DataFramemme kolmanteen ja seitsemänteen riviin:


              12345678
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])

Kun suoritat yllä olevan koodin, saat rivit, jotka vastaavat alla olevassa kuvassa ilmoitettuja indeksejä:

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 13

some-alt