Шпаргалка Pandas для Data Science в Python

Автор: Евелін Кларк Евелін Кларк
Hours оновлений

Шпаргалка Pandas

Що таке шпаргалка Pandas?

Бібліотека Pandas має багато функцій, але деякі з них можуть заплутати деяких людей. Тут ми надали доступний корисний ресурс під назвою Python Шпаргалка Pandas. Він пояснює основи гри Pandas у простій та стислій формі.

Незалежно від того, новачок ви чи маєте досвід роботи з Pandas, ця шпаргалка може послужити корисним довідником. Він охоплює різноманітні теми, зокрема роботу зі структурами даних Series і DataFrame, вибір і впорядкування даних, а також застосування функцій до ваших даних.

Одним словом, це панди Python Шпаргалка — це хороший ресурс для тих, хто хоче дізнатися більше про використання Python для науки про дані. Це зручний довідковий інструмент. Це може допомогти вам покращити свій навички аналізу даних і ефективніше працювати з Pandas.

👉 Завантажте шпаргалку у форматі PDF тут

Пояснення важливих функцій у Pandas:

Щоб почати працювати з функціями pandas, вам потрібно встановити та імпортувати pandas. Для цього є дві команди:

Крок 1) # Встановити Pandas

Pip встановити pandas

Крок 2) # Імпорт Pandas

Імпорт панд як pd

Тепер ви можете почати працювати з функціями Pandas. Ми працюватимемо над маніпулюванням, аналізом і очищенням даних. Ось деякі важливі функції панд.

Структури даних Pandas

Як ми вже обговорювали, Pandas має дві структури даних, які називаються Series і DataFrames. Обидва мають помічені масиви та можуть містити будь-які типи даних. Існує єдина різниця в тому, що Series — це одновимірний масив, а DataFrame — двовимірний масив.

1. Серія

Це одновимірний мічений масив. Він може зберігати будь-який тип даних.

s = pd.Series([2, -4, 6, 3, None], index=['A', 'B', 'C', 'D', 'E'])

2. DataFrame

Це двовимірний мічений масив. Він може містити будь-який тип даних і різні розміри стовпців.

data = {'RollNo' : [101, 102, 75, 99],
        'Name' : ['Mithlesh', 'Ram', 'Rudra', 'Mithlesh'],
        'Course' : ['Nodejs', None, 'Nodejs', 'JavaScript']
}
df = pd.DataFrame(data, columns=['RollNo', 'Name', 'Course'])
df.head()

Шпаргалка Pandas

Імпорт даних

Pandas має можливість імпортувати або читати різні типи файлів у вашому Блокноті.

Нижче наведено кілька прикладів.

# Import a CSV file pd
pd.read_csv(filename)

# Import a TSV file
pd.read_table(filename)

# Import a Excel file pd
pd.read_excel(filename)

# Import a SQL table/database
pd.read_sql(query, connection_object)

# Import a JSON file
pd.read_json(json_string)

# Import a HTML file
pd.read_html(url)

# From clipboard to read_table()
pd.read_clipboard()

# From dict
pd.DataFrame(dict)

вибір

Ви можете вибрати елементи за їх розташуванням або індексом. За допомогою цих прийомів можна виділяти рядки, стовпці та окремі значення.

1. Серія

# Accessing one element from Series
s['D']

# Accessing all elements between two given indices
s['A':'C']

# Accessing all elements from starting till given index
s[:'C']

# Accessing all elements from given index till end
s['B':]

2. DataFrame

# Accessing one column df
df['Name']

# Accessing rows from after given row
df[1:]

# Accessing till before given row
df[:1]

# Accessing rows between two given rows
df[1:2]

СТАТТІ ПО ТЕМІ

Вибір за допомогою логічного індексування та налаштування

1. За посадою

df.iloc[0, 1]

df.iat[0, 1]

2. За міткою

df.loc[[0],  ['Name']]

3. За міткою/посадою

df.loc[2] # Both are same
df.iloc[2]

4. Логічне індексування

# Series s where value is > 1
s[(s > 0)]

# Series s where value is <-2 or >1
s[(s < -2) | ~(s > 1)]

# Use filter to adjust DataFrame
df[df['RollNo']>100]

# Set index a of Series s to 6
s['D'] = 10
s.head()

Очищення даних

для Python Для цілей шпаргалки очищення даних ви можете виконувати такі операції:

  • Перейменуйте стовпці за допомогою методу rename().
  • Оновіть значення за допомогою методу at[] або iat[], щоб отримати доступ і змінити певні елементи.
  • Створіть копію серії або кадру даних за допомогою методу copy().
  • Перевірте значення NULL за допомогою методу isnull() і видаліть їх за допомогою методу dropna().
  • Перевірте наявність повторюваних значень за допомогою методу duplicated(). Відпустіть їх за допомогою методу drop_duplicates().
  • Замініть значення NULL за допомогою методу fill () на вказане значення.
  • Замініть значення за допомогою методу replace().
  • Сортуйте значення за допомогою методу sort_values().
  • Ранжування значень за допомогою методу rank().
# Renaming columns
df.columns = ['a','b','c']
df.head()

# Mass renaming of columns
df = df.rename(columns={'RollNo': 'ID', 'Name': 'Student_Name'})

# Or use this edit in same DataFrame instead of in copy
df.rename(columns={'RollNo': 'ID', 'Name': 'Student_Name'}, inplace=True)
df.head()

# Counting duplicates in a column
df.duplicated(subset='Name')

# Removing entire row that has duplicate in given column
df.drop_duplicates(subset=['Name'])

# You can choose which one keep - by default is first
df.drop_duplicates(subset=['Name'], keep='last')

# Checks for Null Values
s.isnull()

# Checks for non-Null Values - reverse of isnull()
s.notnull()

# Checks for Null Values df
df.isnull()

# Checks for non-Null Values - reverse of isnull()
df.notnull()

# Drops all rows that contain null values
df.dropna()

# Drops all columns that contain null values
df.dropna(axis=1)

# Replaces all null values with 'Guru99'
df.fillna('Guru99')

# Replaces all null values with the mean
s.fillna(s.mean())

# Converts the datatype of the Series to float
s.astype(float)

# Replaces all values equal to 6 with 'Six'
s.replace(6,'Six')

# Replaces all 2 with 'Two' and 6 with 'Six'
s.replace([2,6],['Two','Six'])

# Drop from rows (axis=0)
s.drop(['B',  'D'])

# Drop from columns(axis=1)
df.drop('Name', axis=1)

# Sort by labels with axis
df.sort_index()

# Sort by values with axis
df.sort_values(by='RollNo')

# Ranking entries
df.rank()

# s1 is pointing to same Series as s
s1 = s

# s_copy of s, but not pointing same Series
s_copy = s.copy()

# df1 is pointing to same DataFrame as df
df1 = s

# df_copy of df, but not pointing same DataFrame
df_copy = df.copy()

Отримання інформації

Ви можете виконати такі дії, щоб отримати інформацію:

  • Використовуйте атрибут форми, щоб отримати кількість рядків і стовпців.
  • Використовуйте метод head() або tail(), щоб отримати кілька перших або останніх рядків як вибірку.
  • Використовуйте метод info(), describe() або dtypes, щоб отримати інформацію про тип даних, кількість, середнє значення, стандартне відхилення, мінімальне та максимальне значення.
  • Використовуйте методи count(), min(), max(), sum(), mean() і median(), щоб отримати конкретну статистичну інформацію для значень.
  • Використовуйте метод loc[], щоб отримати рядок.
  • Використовуйте метод groupby(), щоб застосувати функцію GROUP BY для групування схожих значень у стовпці DataFrame.

1. Основна інформація

# Counting all elements in Series
len(s)

# Counting all elements in DataFrame
len(df)

# Prints number of rows and columns in dataframe
df.shape

# Prints first 10 rows by default, if no value set
df.head(10)

# Prints last 10 rows by default, if no value set
df.tail(10)

# For counting non-Null values column-wise
df.count()

# For range of index df
df.index

# For name of attributes/columns
df.columns

# Index, Data Type and Memory information
df.info()

# Datatypes of each column
df.dtypes

# Summary statistics for numerical columns
df.describe()

2. резюме

# For adding all values column-wise
df.sum()

# For min column-wise
df.min()

# For max column-wise
df.max()

# For mean value in number column
df.mean()

# For median value in number column
df.median()

# Count non-Null values
s.count()

# Count non-Null values
df.count()

# Return Series of given column
df['Name'].tolist()

# Name of columns
df.columns.tolist()

# Creating subset
df[['Name', 'Course']]

# Return number of values in each group
df.groupby('Name').count()

Застосування функцій

# Define function
f = lambda x: x*5

# Apply this function on given Series - For each value
s.apply(f)

# Apply this function on given DataFrame - For each value
df.apply(f)

1. Внутрішнє узгодження даних

# NA values for indices that don't overlap
s2 = pd.Series([8, -1, 4],  index=['A',  'C',  'D'])
s + s2

2. Арифметика Operaза допомогою методів заповнення

# Fill values that don't overlap
s.add(s2, fill_value=0)

3. Фільтрувати, сортувати та групувати за

Ці функції можна використовувати для фільтрації, сортування та групування за серіями та DataFrame.

# Filter rows where column is greater than 100
df[df['RollNo']>100]

# Filter rows where 70 < column < 101
df[(df['RollNo'] > 70) & (df['RollNo'] < 101)]

# Sorts values in ascending order
s.sort_values()

# Sorts values in descending order
s.sort_values(ascending=False)

# Sorts values by RollNo in ascending order
df.sort_values('RollNo')

# Sorts values by RollNo in descending order
df.sort_values('RollNo', ascending=False)

Експорт даних

Pandas має можливість експортувати або записувати дані в різних форматах. Нижче наведено кілька прикладів.

# Export as a CSV file df
df.to_csv(filename)

# Export as a Excel file df
df.to_excel(filename)

# Export as a SQL table df
df.to_sql(table_name, connection_object)

# Export as a JSON file
df.to_json(filename)

# Export as a HTML table
df.to_html(filename)

# Write to the clipboard
df.to_clipboard()

Шпаргалка Pandas Висновок:

Панди є бібліотекою з відкритим кодом у Python для роботи з наборами даних. Його здатність аналізувати, очищати, досліджувати та маніпулювати даними. Pandas створено на основі Numpy. Він використовується з іншими програмами, такими як Matplotlib і scikit-learn. Він охоплює такі теми, як структури даних, вибір даних, імпорт даних, логічне індексування, видалення значень, сортування та очищення даних. Ми також підготували шпаргалку панд у форматі pdf для статті. Pandas — бібліотека в Python а data science використовує цю бібліотеку для роботи з фреймами та серіями даних pandas. Ми обговорили різні команди pandas у цій шпаргалці.

Colab Шпаргалка

Мій файл вправ Colab для Pandas – Шпаргалка Pandas – Python для Data Science.ipynb

Вам може сподобатися: