Jak ustawić ramkę danych według jednej lub wielu kolumn?

Gdy próbujesz zrozumieć dużą ramkę DataFrame w Pandas, możesz potrzebować podzbiorów według kolumn i wierszy. W tym samouczku pokażemy najbardziej rozpowszechnione przypadki użycia partycjonowania kolumn w DataFrame.

Zaczniemy od skonfigurowania naszego przykładowego DataFrame, co zrobimy, uruchamiając następujący kod Pythona w naszym ulubionym środowisku (dla uproszczenia używam Anacondy i Jupyter Lab).

import pandas as pd # import the pandas library

languages = ({"language": [ "Python", "C-Sharp", "Javascript","PHP"] ,
         "avg_difficulty_level": [3, 2, 2, 1],
              "avg_salary": [120, 100, 120, 80],
          "applications": [10,15,14,20]})

# Now let's convert our dict to a DataFrame

languages = pd.DataFrame.from_dict(languages)

Przyjrzyjmy się teraz naszym pierwszym wierszom Dataframe za pomocą metody head().

languages.head()

Jak widać, jest to dość prosta ramka DataFrame, której użyjemy jako przykładu w tym poście:

Filtrowanie pojedynczej kolumny

Zaczniemy od najprostszego przypadku, który polega na podzbiorze jednej kolumny z naszego zbioru danych. Uruchomienie następującego polecenia spowoduje utworzenie obiektu serii:

Według nazwy / etykiety

languages["language"]

Wynikiem jest seria:

0 Pythona
1 C-ostry
2 Javascript
3 PHP
Nazwa: język, dtype: obiekt

type(languages["language"])

pandas.core.series.seria

Według indeksu

Następujące polecenie zwróci również serię zawierającą pierwszą kolumnę

languages.iloc[:,0]

Zaznaczanie wielu kolumn

Wg nazwy

Podczas przekazywania listy kolumn Pandy zwrócą ramkę DataFrame zawierającą część danych.

languages[["language", "applications"]]

Według etykiety (z loc)

df.loc[:,["language","applications"]]

Wynik będzie podobny.

Według indeksu

Teraz pobierzmy wiele kolumn za pomocą indeksu:

languages.iloc[: ,[0,3]]

Według warunku

W tym przypadku pokażemy tylko kolumny, których nazwa odpowiada określonemu wyrażeniu. Użyjemy całkiem przydatnej metody filtrowania :

languages.filter(axis = 1, like="avg")

Uwagi:

1. możemy również filtrować według określonego wyrażenia regularnego (regex).
2. Możemy zastosować parametr axis=0 do filtrowania według określonej wartości wiersza.

Filtruj określone wiersze według stanu

Oto całkiem prosty sposób na podzbiór DataFrame zgodnie z wartością wiersza:

languages[(languages["applications"] > 15)]

Mamy tylko jeden wynik:

languages[(languages["applications"] > 15)]