Python gebruiken in LuckyTemplates | Dataset en tekenreeksfunctie

In deze zelfstudie bespreken we hoe u een gegevensset en tekenreeksfunctie kunt maken en voorbereiden met behulp van Python in LuckyTemplates . Het voorbeeld dat ik zal gebruiken om het proces uit te voeren, is beschikbaar op GitHub.

LuckyTemplates heeft Python-functionaliteit ingeschakeld, waardoor het voor gebruikers eenvoudiger wordt om Python-scripts rechtstreeks in LuckyTemplates uit te voeren.

Inhoudsopgave

• Verbinding maken met een gegevensbron met behulp van Python
• Gegevens opschonen of gegevens uitwisselen met behulp van LuckyTemplates
• Gegevens opschonen of gegevens uitwisselen met behulp van Python in LuckyTemplates
• De dataset verkennen in LuckyTemplates met behulp van Python
• Twee manieren om gegevens op te schonen met behulp van Python
• Conclusie

Verbinding maken met een gegevensbron met behulp van Python

Voordat we beginnen, moet u ervoor zorgen dat u uw LuckyTemplates-notebook hebt geopend. Eerst moeten we verbinding maken met een gegevensbron. Dit geeft ons toegang tot een CSV-bestand dat we kunnen importeren in onze LuckyTemplates-notebook. De voorbeelddataset waar ik aan ga werken is de Clinic Analysis Dataset. 

U kunt naar GitHub gaan om naar uw map te navigeren en op uw CSV-bestand te klikken. Als je er geen hebt, zijn er tal van openbare opslagplaatsen met geüploade CSV-bestanden waartoe je toegang hebt. Zodra u uw dataset heeft, klikt u op de hoofdmap en ziet u twee bestanden. Klik op het CSV-bestand.

Klik vervolgens op Raw bekijken. 

Navigeer daarna naar de adresbalk en kopieer het CSV-adres. Ga vervolgens terug naar uw LuckyTemplates-notebook. 

Klik op het tabblad Start op Gegevens ophalen en vervolgens op Meer om de weboptie te zien en klik erop.

 Plak vervolgens het CSV-adres in het URL-veld en klik op OK.

Klik vervolgens op de knop Gegevens transformeren .

We hebben onze databron succesvol gekoppeld aan onze LuckyTemplates.

Gegevens opschonen of gegevens uitwisselen met behulp van LuckyTemplates

Nu kunnen we vrij navigeren op de dataset. Dit stelt ons in staat om opschoningsprocedures uit te voeren die nodig zijn om onze gegevens in het juiste formaat te krijgen voor een betere analyse.

Onder de kolom Lab Cost zien we dat er verschillende dollarsymbolen zijn met een streepje dat onderwerp is voor conversie.

 We kunnen deze symbolen niet direct converteren.

Dat komt omdat het een fout veroorzaakt, die we proberen te vermijden. 

Om deze te vervangen, klikt u op Waarden vervangen en voert u vervolgens het dollarsymbool in het veld Waarde zoeken in . Plaats 0 of uw gewenste waarde in het veld Vervangen door . 

Nu kunnen we deze symbolen omzetten naar onze gewenste waarde. Houd er rekening mee dat we onze activiteiten kunnen zien die worden gedocumenteerd in de sectie Toegepaste stappen .

Gegevens opschonen of gegevens uitwisselen met behulp van Python in LuckyTemplates

Om dit opschoningsproces of de taak voor gegevensverwerking van toepassing te maken op alle kolommen, gebruiken we de Python-functie door gebruik te maken van Jupyter Notebook.

Open eerst uw Jupyter Notebook en laad uw startpagina. 

Navigeer op het tabblad Bestanden naar de rechterhoek en klik op ' Nieuw ' om de optie 'Python 3' te zien . Klik er vervolgens op om een ​​nieuwe Python Notebook te maken.

Het eerste dat we moeten doen, is een bestandsnaam opgeven. Je kunt het noemen zoals je wilt. In dit geval stel ik de titel van het bestand in op ' Klinische analyse '.

Nu ons Python-notebook open is, kunnen we een cel zien waarmee we de code kunnen voorbereiden of uitvoeren. We moeten de webbron opnemen die we in LuckyTemplates hebben gedaan.

We kunnen dit doen door een van de essentiële bibliotheken, namelijk Pandas , in onze omgeving te importeren en uit te voeren.

Nadat we verbinding hebben gemaakt met onze webbron en een functie hebben gemaakt die eigen is aan de bibliotheek van Panda, willen we iets maken dat kan aangeven wat we gaan doen.

We zullen onze gegevens verkennen en een kop maken als indicator voor deze activiteit. Om dat te doen, moeten we dit wijzigen van een code in een prijsverlaging. 

Met een hekje kunnen we onze lettergrootte regelen. Als we willen dat ons lettertype klein is, moeten we verschillende hekje's typen.

Aan de andere kant, als we een grotere lettergrootte willen, moeten we minder hekjes gebruiken.

Daarnaast willen we misschien een korte uitleg van onze activiteit opnemen onder onze kop. Laten we zeggen dat we native functies en datasets gaan verkennen. 

Als we het uitvoeren, verschijnt het automatisch onder onze koptekst.

De dataset verkennen in LuckyTemplates met behulp van Python

Op een nieuwe cel kunnen we de dataset verkennen. Laten we zeggen dat we de eerste vijf rijen met gegevens willen verkennen, wat eigenlijk het standaardargument is, en dat we een nieuwe variabele gegevens moeten maken.

Hiermee krijgt u toegang tot de eerste vijf rijen. Maar vergeet niet dat u elk argument tussen haakjes kunt plaatsen om aan te geven tot hoeveel rijen gegevens u toegang wilt hebben. In dit voorbeeld wil ik toegang tot tien rijen.

We hebben nu echter hetzelfde probleem als in ons LuckyTemplates-notitieblok met betrekking tot de dollarsymbolen met een streepje.

Om dit op te lossen, moeten we onze eigen door de gebruiker gedefinieerde functie bouwen die we kunnen toepassen om het formaat van onze gegevens op te schonen. 

We kunnen het opschoningsproces starten door meer informatie over onze gegevens te verkrijgen. Dit zal het voor ons gemakkelijker maken om de problemen in onze dataset te identificeren. 

Nadat de functie is uitgevoerd, kunnen we nu diepgaande informatie over de dataset bekijken: het aantal items, de kolommen en het gegevenstype. We kunnen ook zien dat we strings hebben die teksten vertegenwoordigen binnen onze Python-omgeving. 

Als we goed naar de kolom kijken, zijn er verschillende inkepingen die we moeten repareren. Ik zal je de twee manieren laten zien om dit schoon te maken. 

Twee manieren om gegevens op te schonen met behulp van Python

De eerste is door het probleem handmatig op te lossen. Verzamel eerst de informatie over uw gegevenskolommen. Typ hiervoor data.columns in een nieuwe codecel.

In een nieuwe cel wilt u de activiteit van het opschonen van de ruimtes in de kolomkoppen documenteren. Dus kopieer en plak de informatie in de cel en verwijder direct de witruimtes. Een andere manier is door een tekenreeksfunctie te gebruiken die witruimten verwijdert.

Nadat je dat hebt uitgevoerd, worden de onnodige witruimten in onze strings onmiddellijk verwijderd. Deze methode biedt gemak voor gebruikers, vooral wanneer we te veel gegevens of tekenreeksen hebben om te repareren of op te schonen. 

Vervolgens moeten we onze vorige code in deze cel opslaan en opnemen voordat we deze uitvoeren.

Als gevolg hiervan hebben we het probleem opgelost en hebben de kolommen in onze dataset de juiste indeling. Alles is nu goed uitgelijnd, in tegenstelling tot witte ruimtes van vroeger. 

Python-script gebruiken in LuckyTemplates
Python II voor LuckyTemplates-gebruikers – Nieuwe cursus in het on-demandplatform
LuckyTemplates met Python-scripts om datumtabellen te maken

Conclusie

Samengevat: het gebruik van de dataset en stringfunctie kan de manier waarop LuckyTemplates werkt verbeteren en de normale mogelijkheden van de tool uitbreiden.

Python is een populaire programmeertaal op hoog niveau en heeft veel potentieel als het gaat om het verkrijgen van gegevens met slechts een paar regels code. Hopelijk heeft deze tutorial je inzicht gegeven in Python in LuckyTemplates.

Al het beste,

Gaellim