Pandas Dataframe Slice
Méthodes pour trancher le dataframe
Les méthodes qui aident à trancher les colonnes et les lignes de DataFrame sont les suivantes:
- Trame de données.Méthode LOC.
- Trame de données.Méthode ILOC.
Nous utiliserons les deux méthodes dans nos codes ici et trancherons les colonnes ainsi que les rangées de DataFrame et donneront également une explication détaillée de tous les concepts ici dans ce guide.
Exemple # 01
Nous devons avoir besoin d'un logiciel ou d'un outil pour effectuer les codes, donc nous utilisons ici l'outil «Spyder» pour ces codes «Pandas». Les modules de «pandas» sont importés en premier. Ainsi, nous plaçons le mot-clé «IMPORT» et importons les modules de «Pandas en tant que PD."Après cela, nous devons ajouter le dataframe ici, donc nous allons trancher ce dataframe plus tard. Le dataframe ici est «syllabus_df», et vous savez que nous avons ajouté des colonnes et des lignes au dataframe.
La première colonne que nous allons ajouter ici est la colonne «exercice_no» dans laquelle nous avons inséré les nombres de l'exercice, et ces chiffres sont «ex # 1.1, ex # 1.2, ex # 1.3, ex # 1.4, ex # 2.1, ex # 2.2, ex # 2.3, ex # 3.1, et ex # 3.2 ”. Ensuite, nous ajoutons la colonne «Unit_No», qui contient «l'unité 1, l'unité 1, l'unité 1, l'unité 1, l'unité 2, l'unité 2, l'unité 2, l'unité 3 et l'unité 3». La colonne «Class_period» est maintenant en avance, qui a «2ème période, 1ère période, 4e période, 1ère période, 5e, 7e période, 2e période, 3e période et 4e période». Une autre colonne est ensuite ajoutée, qui est nommée «class_days», et nous insérons également les jours, qui sont «lundi, mardi, jeudi, mercredi, lundi, mardi, jeudi, samedi."
Fermez ensuite les supports de DataFrame ici car le DataFrame est terminé ici. Maintenant, nous devons afficher ce dataframe, nous utilisons donc le «print ()», ce qui aide à afficher ce dataframe. Nous exécutons ce code, et vous verrez à quoi ressemble cette dataframe.
Nous devons maintenant exécuter ce code. Par conséquent, nous cliquons sur l'icône «Exécuter» de cet outil pour l'exécuter comme nous opérons dans l'outil «Spyder». Après cela, le dataframe est rendu dans le résultat qui suit. Le DataFrame contient neuf lignes et quatre colonnes. Maintenant, nous allons trancher ce dataframe en utilisant la méthode «pandas».
Nous utilisons la méthode «LOC» dans ce code, et nous ajoutons les noms de ces colonnes que nous voulons trancher à partir de DataFrame. Ici, nous tranchons trois colonnes, «exercice_no, unit_no et class_dayss», en utilisant le dataframe, et ces trois colonnes sont enregistrées dans «syllabus_df2», qui est également placée dans «l'impression», donc après avoir tranché les colonnes de DataFrame, les colonnes de Data Des colonnes en tranches sont également rendues sur le terminal.
Seules trois colonnes sont affichées ici lorsque nous tranchons ces colonnes du DataFrame à l'aide de «LOC» et les affichons ici.
Exemple # 02
Un dataframe avec le nom «ex_patient_detail» et les champs «médecin, patients, maladies et 1st_visit_month» est généré. La colonne «Doctor» contient les noms du médecin «Dr. Smith, Dr. Oscar, Dr. Bromley, Dr. Peter, Dr. Albert, Dr. Taylor, Dr. Haricot et dr. Jayden »Les noms du patient« Megan, Jack, Jessica, Thomas, Sophie, Callum, Lewis, Liam »sont placés dans le domaine des« patients ». Ensuite, nous sommes entrés dans la «maladie» avec les noms suivants «Problème cardiaque, infection des poumons, infection cérébrale, problèmes cardiaques, tension artérielle, infection par l'intestin, dommages aux jambes et problèmes rénaux."Nous incluons également les 1er mois de visite des patients, qui sont« janvier, janvier, février, mars, mai, juillet, septembre et décembre."
La liste «ex_patient_detail» est ensuite convertie en «ex_patient_df», qui est le dataframe dans cette instance. Le «Ex_patient_df» est ensuite imprimé, et après l'impression, nous passons à la méthode «LOC», qui aide dans la tranche de colonne. Les critères que nous avons fournis ici doivent trancher une colonne de Dataframe. Nous tranchons le dataframe de la colonne «patients» à la dernière colonne. Puis après cela, nous affichons les colonnes en tranches.
La première dataframe montre quatre colonnes, mais nous tranchons ensuite les colonnes de cette dataframe des «patients», et en dessous de la dataframe, la première colonne est la colonne «Patients» parce que nous la tranchons de la colonne «patients» à la fin.
Exemple # 03
Le dataframe ci-dessus est à nouveau utilisé ici, et nous tranchons cette dataframe différemment. Ici, nous tranchons le dataframe dès le début, et il se termine à la colonne «maladie». Comme indiqué ci-dessous, nous mentionnons que dans la méthode «LOC», coupez la colonne depuis le début du dataframe à la colonne «maladie». Cette méthode «loc» coupera les colonnes de ce dataframe en conséquence, comme mentionné dans cette méthode.
Dans le DataFrame, qui apparaît après le coupure, vous pouvez voir qu'il affiche des colonnes de la colonne de début du DataFrame, et elle se termine à la colonne «Disease» parce que nous l'avons mentionné dans la méthode «LOC» dans le code.
Exemple # 04
Maintenant, nous allons trancher les lignes dans cet exemple en utilisant la méthode «ILOC». Le «football_list» est créé en premier dans lequel nous avons ajouté «William, 41, 78 et 5367000», qui apparaîtra comme la première ligne du DataFrame après avoir converti cette liste en DataFrame. Ensuite, nous avons inséré «James, 31, 75 et 345700»; Après cela, nous avons ajouté «Jessica, 38, 70, 9867000», «Grace, 34, 80, 390000», «Liam, 40, 100, 4548000», «Callum, 33, 72, 7028000» et aussi «Ryan, 42 , 85, 2528000 ”qui apparaîtra respectivement comme les troisième, quatrième, cinquième, sixième et septième rangées dans le DataFrame car nous avons changé cette liste en DataFrame et définissent également les noms de colonne que" F_Name, F_age, F_WEMPLE et F_SALARY."
Ensuite, le DataFarme est également rendu ici. Maintenant, nous tranchons les lignes de cette dataframe «footballeur_df» en plaçant certaines valeurs dans la méthode «ILOC». Nous mettons «1: 5», ce qui signifie qu'il coupera les lignes de la ligne «Index 1» à la ligne «Index 5». Ainsi, cinq lignes seront apparues après avoir tranché les lignes d'un dataframe. Nous initialisons le «football_df1» avec cette méthode «Iloc», de sorte que les lignes que nous tranchons en utilisant cette méthode stockeront dans cette variable. Ensuite, nous utilisons à nouveau le «print ()» et avons mis le «footballeur_df1».
Le DataFrame, avant d'appliquer la méthode «ILOC», montre toutes les colonnes et toutes les lignes du DataFrame. Ensuite, nous tranchons les lignes de ce dataframe en utilisant la méthode «Iloc», et en dessous des lignes en tranches sont également rendues à partir de l'index 1 à l'index 5, que nous avons placés dans la méthode «ILOC».
Conclusion
Le but de la rédaction de ce guide est de donner une description détaillée du concept «DataFrame Slice» dans «Pandas.«Nous avons discuté de deux méthodes,« LOC »et« Iloc », dans ce guide qui contribue à trancher les lignes ainsi que les colonnes du DataFrame spécifié. Nous avons utilisé les deux méthodes dans les codes «Pandas» de ce guide et avons également tranché les colonnes dans un exemple et les lignes dans l'autre exemple. Nous avons déjà expliqué comment nous tranchons les lignes ainsi que les colonnes du DataFrame dans ce guide. Nous avons fait plusieurs codes dans ce guide, ainsi que l'explication et les sorties de chaque code.