LuckyTemplates での Python の使用 | データセットと文字列関数

このチュートリアルでは、 LuckyTemplates で Pythonを使用してデータセットと文字列関数を作成および準備する方法について説明します。プロセスの実行に使用するサンプルは GitHub で入手できます。

LuckyTemplates では Python 機能が有効になっており、ユーザーは LuckyTemplates で Python スクリプトを直接実行することが簡単になりました。

目次

• Python を使用したデータ ソースへの接続
• LuckyTemplates を使用したデータ クリーニングまたはデータ ラングリング
• LuckyTemplates で Python を使用したデータ クリーニングまたはデータ ラングリング
• Python を使用して LuckyTemplates でデータセットを探索する
• Python を使用してデータをクリーニングする 2 つの方法
• 結論

Python を使用したデータ ソースへの接続

始める前に、LuckyTemplates ノートブックを開いていることを確認してください。まず、データ ソースに接続する必要があります。これにより、LuckyTemplates ノートブックにインポートできる CSV ファイルにアクセスできるようになります。私が作業するサンプル データセットは、Clinic Analysis Dataset です。 

GitHub にアクセスしてフォルダーに移動し、CSV ファイルをクリックします。お持ちでない場合でも、CSV ファイルがアップロードされたパブリック リポジトリが大量にあり、アクセスできます。データセットを取得したら、メイン フォルダーをクリックすると、2 つのファイルが表示されます。CSV ファイルをクリックします。

次に、「未加工で表示」をクリックします。 

その後、アドレス バーに移動し、CSV アドレスをコピーします。次に、LuckyTemplates ノートブックに戻ります。 

[ホーム]タブで、 [データの取得] 、 [詳細]の順にクリックして[Web]オプションを表示し、それをクリックします。

 次に、CSV アドレスを URL フィールドに貼り付け、「OK」をクリックします。

次に、「データの変換」ボタンをクリックします。

LuckyTemplates でデータ ソースに正常に接続されました。

LuckyTemplates を使用したデータ クリーニングまたはデータ ラングリング

これで、データセット内を自由に移動できるようになりました。これにより、より適切な分析のためにデータを適切な形式にするために必要なクリーニング手順を実行できるようになります。

[Lab Cost]列の下に、変換の対象となるダッシュ マークが付いたさまざまなドル記号があることがわかります。

 これらの記号を直接変換することはできません。

これはエラーが発生するためであり、それを回避したいと考えています。 

これらを置換するには、[値の置換]をクリックし、 [検索する値]フィールドにドル記号を入力します。「置換後の文字列」フィールドに 0 または希望の値を入力します。 

これで、これらのシンボルを目的の値に変換できるようになりました。私たちのアクティビティは「適用されたステップ」セクションに文書化されているのを確認できることに注意してください。

LuckyTemplates で Python を使用したデータ クリーニングまたはデータ ラングリング

このクリーニング プロセスまたはデータ ラングリング タスクをすべての列に適用するには、Jupyter Notebook を利用して Python 関数を使用します。

まず、Jupyter Notebook を開いてホームページを読み込みます。 

[ファイル]タブで、右隅に移動し、[新規] をクリックして、[Python 3]オプションを表示します。次に、それをクリックして新しい Python ノートブックを作成します。

まず最初にファイル名を指定する必要があります。好きな名前を付けることができます。この場合、ファイルのタイトルを「Clinic Analysis」に設定します。

Python ノートブックが開いたので、コードを準備または実行できるセルが表示されます。LuckyTemplates で作成した Web ソースを組み込む必要があります。

これを行うには、必須ライブラリの 1 つであるPandas を環境にインポートして実行します。

Web ソースに接続し、Panda のライブラリにネイティブな関数を作成した後、これから何をしようとしているのかを示すことができるものを作成したいと思います。

データを調査し、このアクティビティの指標として見出しを作成します。そのためには、これをコードからマークダウンに変更する必要があります。 

シャープ記号を使用すると、フォント サイズを制御できます。フォントを小さいサイズにしたい場合は、さまざまなシャープ記号を入力する必要があります。

一方、より大きなフォント サイズが必要な場合は、使用するシャープ記号の数を減らす必要があります。

さらに、ヘッダーの下にアクティビティの簡単な説明を含めることもできます。ネイティブ関数とデータセットを調��するとします。 

これを実行すると、ヘッダーの下に自動的に表示されます。

Python を使用して LuckyTemplates でデータセットを探索する

新しいセルで、データセットを探索できます。実際にはデフォルトの引数であるデータの最初の 5 行を調べたいと考え、新しい変数 data を作成する必要があるとします。

これにより、最初の 5 行にアクセスできるようになります。ただし、アクセスするデータの行数を示す任意の引数を括弧内に入れることができることに注意してください。この例では、10 行にアクセスしたいと考えています。

ただし、ダッシュ マークの付いたドル記号に関して、LuckyTemplates ノートブックで発生したのと同じ問題が発生しています。

これを修正するには、データの形式をクリーンにするために適用できる独自のユーザー定義関数を構築する必要があります。 

データに関する詳細情報を取得することで、クリーニング プロセスを開始できます。これにより、データセットの問題を特定しやすくなります。 

関数を実行すると、エントリ数、列、データ型など、データセットに関する詳細な情報を確認できるようになります。Python 環境内にテキストを表す文字列があることもわかります。 

柱をよく見ると、修正する必要があるくぼみがいくつかあります。掃除する2つの方法を紹介します。 

Python を使用してデータをクリーニングする 2 つの方法

1 つ目は、問題を手動で修正することです。まず、データ列に関する情報を収集します。これを行うには、新しいコード セルにdata.columnsを入力します。

新しいセルで、列見出しのスペースを掃除するアクティビティを文書化したいとします。したがって、セル内の情報をコピーして貼り付け、空白を直接削除します。もう 1 つの方法は、空白を削除する文字列関数を使用することです。

これを実行すると、文字列内の不要な空白がすぐに削除されます。この方法を実行すると、特に修正またはクリーンアップするデータや文字列が多すぎる場合に、ユーザーが便利になります。 

次に、実行する前に、前のコードを保存してこのセルに組み込む必要があります。

その結果、問題は修正され、データセットの列は適切な形式になりました。以前の空白とは対照的に、すべてが適切に配置されるようになりました。 

LuckyTemplates ユーザー向けの LuckyTemplates Python IIで Python スクリプトを使用する方法– 日付テーブルを作成するための Python スクリプトを使用したオンデマンド プラットフォーム
LuckyTemplates の新しいコース

結論

要約すると、データセットと文字列関数を使用すると、LuckyTemplates の動作を強化し、ツールの通常の機能を拡張できます。

Python は人気のある高水準プログラミング言語であり、わずか数行のコードを使用してデータを取得できるという点では、多くの大きな可能性を秘めています。このチュートリアルで LuckyTemplates の Python について理解していただければ幸いです。

ではごきげんよう、

ガリム