Forme de pandas

Une boîte à outils Python appelée Pandas est spécialisée dans la saisie et le travail avec des modèles de données. Deux des principaux objectifs de Pandas sont l'analyse des données et fournissant des informations récentes sur le contenu contenu dans les données de données et la succession. Les dataframes sont comparables à Python: ce sont des structures de données à double marquage avec des colonnes qui peuvent être de plusieurs types et ils font partie du module Pandas. Atteindre une bonne image des données pourrait également vous aider à améliorer votre compréhension de ses caractéristiques. Les pandas incluent des traits qui fournissent des statistiques pour la «taille», la «forme» et les «paramètres» de votre DataFrames. La «taille» d'un Pandas DataFrame, ou le nombre précis d'unités de données dans votre dataframe est obtenue par la propriété «Taille».

La «taille» peut ne pas fournir une représentation complète de votre dataframe. Les mesures de DataFrame sont représentées par une paire que la propriété «forme» renvoie. La «forme» serait en rangées et colonnes. L'indice «de forme» peut également être utilisé pour mesurer le nombre de lignes ou de colonnes. Aucune valeur d'argument n'est nécessaire pour le «DataFrame. forme".

La syntaxe de la méthode de forme Python Pandas

Utilisez la syntaxe ci-dessus et il donne une paire de colonnes et de lignes spécifiques à une forme d'une forme ou d'une série pour déterminer la forme du dataframe.

La syntaxe de la méthode de taille Python Panda

Utilisez cette syntaxe pour obtenir la taille de DataFrame et elle donne une taille de dataframe ou de série qui correspond au nombre total d'éléments, c'est-à-dire des colonnes par lignes.

Exemple 1: Utilisation de Python Pandas pour déterminer la taille et la forme de DataFrame

Pandas est un cadre pour le traitement des données. Les données des tableaux peuvent être stockées dans Python en utilisant un dataframe. Les utilisateurs peuvent rapidement enregistrer et interagir avec les données tabulaires, telles que les lignes et les colonnes, en utilisant le DataFrame. Dans cette démonstration, nous utiliserons le paramètre de forme pour déterminer le nombre de lignes et de colonnes dans le dataframe. La «taille» d'un dataframe est déterminée par le nombre d'éléments qu'il contient, ce qui équivaut à la somme de ses lignes et colonnes.

En utilisant l'outil «Spyder», cet exemple est mis en œuvre. Ce code est exécuté à l'aide du module Python Panda, qui importe la bibliothèque Panda. Par conséquent, nous commencerons à écrire notre code en important le module du panda dans Python. L'étape suivante consiste à créer une dataframe après l'importation de la bibliothèque du panda. Le Dataframe «DF1» est celui que nous utilisons dans cet échantillon. Ce dataframe a deux colonnes «sujet» et «marques», qui contiennent tous deux des valeurs. Dans la colonne «Sujet» Nous avons «Python», «DLD», «Ethique», «OOP», «Java» et «Management». Dans la colonne «Marques», nous avons des marques pour les sujets «98», «70», «88», «77», «90» et «86». Ce dataframe est généré en utilisant «PD.trame de données".

En utilisant les méthodes «taille» et «forme», nous allons maintenant calculer la taille et la forme du dataframe. Le nombre total de cellules de données de DataFrame sera calculé à l'aide de «DF1.taille". La méthode de «forme» indiquera l'ordre du dataframe en termes de nombre de lignes et de colonnes, c'est-à-dire combien de lignes et combien de colonnes y a-t-il dans ce dataframe. En utilisant la fonction «print ()», nous pouvons maintenant voir nos résultats à l'écran.

Comme nous pouvons le voir sur le résultat indiqué dans l'image, le dataframe que nous créons est affiché d'abord, puis il définira la «taille» et la «forme» de DataFrame de Data. Le DataFrame a des cellules de données «12» car sa taille est «12» et la «forme» de Dataframe est «(6, 2)». Cela indique qu'il contient six lignes et deux colonnes. La taille de l'indice est «6», ce qui signifie de «0 à 5». La «taille» et la «forme» de DataFrame peuvent être déterminées en utilisant facilement l'index.

Exemple 2: Déterminer la forme d'une dataframe vide

Nous spécifierons la forme d'une dataframe vide dans cet exemple. Dans le dernier exemple, nous avons construit un dataframe avec certaines colonnes et rangées et nous avons affiché sa forme et sa taille en utilisant la méthode «forme» et «taille». Dans ce cas, cependant, nous créons un dataframe vide sans colonnes et sans lignes. La taille de l'index pour une enfance de données vide est toujours nul. Le résultat sera nul car notre dataframe ne contient aucun éléments. Cependant, la méthode de forme nous permettra d'obtenir ce. Maintenant, nous utilisons «DF. forme »pour obtenir la forme de notre dataframe. Cela nous informera de l'ordre de mousse «Row * colonne» dans lequel notre dataframe est organisé. En d'autres termes, il indique combien de lignes et de colonnes sont présentes. L'invocation de la fonction «print ()» affichera le résultat à l'écran.

L'image affichera une instruction de trame de données vide au lieu d'une dataframe car elle n'a pas de colonne et la taille de l'index est zéro. Ainsi, il montre un support carré vide «[]» devant la colonne et l'index. Après cela, si nous analysons la forme de Dataframe, il affiche un ordre de «(0, 0)», qui indique que l'ordre pour «Row * colonne» est «0». Il déclare qu'il n'y a ni une ligne ni une colonne.

Exemple 3: Une autre explication de la façon d'obtenir la forme d'un cadre de données à l'aide de la méthode de forme Python Pandas

La «taille» peut ne pas fournir une représentation complète de votre dataframe. La forme d'une dataframe est une autre caractéristique typique. Le processus de «mise en forme» est proche de celui de la propriété «taille». Ce scénario est identique au premier exemple. Sauf dans ce cas, nous utilisons simplement l'attribut «forme» pour définir la forme du dataframe plutôt que dans le précédent. Nous utilisons à la fois les propriétés «forme» et «taille». L'importation du module du panda dans Python nous permettra de commencer à écrire notre code. L'étape suivante consiste à utiliser «PD.dataframe »pour créer le dataframe. Dans ce Dataframe «DF», nous avons trois colonnes «M», «N» et «O». Chacune de ces trois colonnes contient des valeurs. La valeur de la colonne «M» Nous avons «1», «4», «7» et «10». Les valeurs de la colonne «N» Nous avons «2», «5», «8» et «12» et pour la dernière colonne «O», nous avons «3», «6», «9» et «13».

Pour obtenir l'ordre de matrice de DataFrame, nous utilisons maintenant la technique de «forme», qui calcule les lignes et les colonnes de DataFrame. Le nombre de lignes sera déterminé par la plage de début de l'index. Par conséquent, pour les lignes de DataFrame, nous utilisons «Forme [0]». Pour obtenir le total des colonnes, il utilise «Forme [1]». Actuellement, nous implémentons la fonction «print ()» pour montrer les résultats.

Le scénario de DataFrame est illustré dans l'image de sortie. Comme nous pouvons le voir sur la figure, la forme du dataframe est «(4, 3)», qui est dans l'ordre de la mousse matricielle. La ligne suivante indique l'existence de lignes «4» et de colonnes «3».

Conclusion

Notre discussion s'est concentrée sur la forme de la forme et de la taille du panda. Dans cet article, nous avons démontré comment obtenir l'ordre «Row * colonne» de la mousse matricielle ainsi que le nombre global de lignes et de colonnes en utilisant les méthodes «forme» et «taille». Nous apprenons également à calculer la forme d'une dataframe vide, même lorsque sa valeur est nulle, en utilisant la méthode «forme».