Python Pandas - DataFrame

กรอบข้อมูลเป็นโครงสร้างข้อมูลสองมิติกล่าวคือข้อมูลจะถูกจัดวางในรูปแบบตารางในแถวและคอลัมน์

คุณสมบัติของ DataFrame

  • คอลัมน์อาจมีหลายประเภท
  • ขนาด - เปลี่ยนแปลงได้
  • แกนที่มีป้ายกำกับ (แถวและคอลัมน์)
  • สามารถดำเนินการทางคณิตศาสตร์ในแถวและคอลัมน์

โครงสร้าง

สมมติว่าเรากำลังสร้าง data frame ที่มีข้อมูลของนักเรียน

คุณสามารถคิดว่ามันเป็นตาราง SQL หรือการแสดงข้อมูลสเปรดชีต

แพนด้า. ดาต้าเฟรม

แพนด้า DataFrame สามารถสร้างได้โดยใช้ตัวสร้างต่อไปนี้ -

pandas.DataFrame( data, index, columns, dtype, copy)

พารามิเตอร์ของตัวสร้างมีดังนี้ -

ซีเนียร์ No พารามิเตอร์และคำอธิบาย
1

data

ข้อมูลอยู่ในรูปแบบต่างๆเช่น ndarray, series, map, list, dict, ค่าคงที่และ DataFrame อื่น

2

index

สำหรับเลเบลแถวดัชนีที่จะใช้สำหรับเฟรมผลลัพธ์คือ Optional Default np.arange (n) หากไม่มีการส่งดัชนี

3

columns

สำหรับป้ายชื่อคอลัมน์ไวยากรณ์เริ่มต้นที่เป็นทางเลือกคือ - np.arange (n) นี่จะเป็นจริงหากไม่มีการส่งผ่านดัชนี

4

dtype

ชนิดข้อมูลของแต่ละคอลัมน์

5

copy

คำสั่งนี้ (หรืออะไรก็ได้) ใช้สำหรับการคัดลอกข้อมูลหากค่าดีฟอลต์คือ False

สร้าง DataFrame

แพนด้า DataFrame สามารถสร้างได้โดยใช้อินพุตต่างๆเช่น -

  • Lists
  • dict
  • Series
  • Numpy ndarrays
  • DataFrame อื่น

ในส่วนต่อไปของบทนี้เราจะดูวิธีสร้าง DataFrame โดยใช้อินพุตเหล่านี้

สร้าง DataFrame ที่ว่างเปล่า

DataFrame พื้นฐานซึ่งสามารถสร้างได้คือ Dataframe ที่ว่างเปล่า

ตัวอย่าง

#import the pandas library and aliasing as pd
import pandas as pd
df = pd.DataFrame()
print df

มัน output มีดังนี้ -

Empty DataFrame
Columns: []
Index: []

สร้าง DataFrame จาก Lists

DataFrame สามารถสร้างได้โดยใช้รายการเดียวหรือรายการของรายการ

ตัวอย่าง 1

import pandas as pd
data = [1,2,3,4,5]
df = pd.DataFrame(data)
print df

มัน output มีดังนี้ -

0
0    1
1    2
2    3
3    4
4    5

ตัวอย่าง 2

import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
print df

มัน output มีดังนี้ -

Name      Age
0     Alex      10
1     Bob       12
2     Clarke    13

ตัวอย่างที่ 3

import pandas as pd
data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'],dtype=float)
print df

มัน output มีดังนี้ -

Name     Age
0     Alex     10.0
1     Bob      12.0
2     Clarke   13.0

Note - สังเกต dtype พารามิเตอร์เปลี่ยนประเภทของคอลัมน์อายุเป็นทศนิยม

สร้าง DataFrame จาก Dict of ndarrays / Lists

ทั้งหมด ndarraysต้องมีความยาวเท่ากัน หากดัชนีถูกส่งผ่านความยาวของดัชนีควรเท่ากับความยาวของอาร์เรย์

หากไม่มีการส่งดัชนีโดยค่าเริ่มต้นดัชนีจะเป็นช่วง (n) โดยที่ n คือความยาวอาร์เรย์

ตัวอย่าง 1

import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data)
print df

มัน output มีดังนี้ -

Age      Name
0     28        Tom
1     34       Jack
2     29      Steve
3     42      Ricky

Note- สังเกตค่า 0,1,2,3 เป็นดัชนีเริ่มต้นที่กำหนดให้กับแต่ละรายการโดยใช้ช่วงฟังก์ชัน (n)

ตัวอย่าง 2

ตอนนี้ให้เราสร้าง DataFrame ที่จัดทำดัชนีโดยใช้อาร์เรย์

import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4'])
print df

มัน output มีดังนี้ -

Age    Name
rank1    28      Tom
rank2    34     Jack
rank3    29    Steve
rank4    42    Ricky

Note - สังเกต index พารามิเตอร์กำหนดดัชนีให้กับแต่ละแถว

สร้าง DataFrame จาก List of Dicts

รายการพจนานุกรมสามารถส่งผ่านเป็นข้อมูลอินพุตเพื่อสร้าง DataFrame โดยค่าเริ่มต้นคีย์พจนานุกรมจะใช้เป็นชื่อคอลัมน์

ตัวอย่าง 1

ตัวอย่างต่อไปนี้แสดงวิธีสร้าง DataFrame โดยส่งผ่านรายการพจนานุกรม

import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print df

มัน output มีดังนี้ -

a    b      c
0   1   2     NaN
1   5   10   20.0

Note - สังเกต NaN (ไม่ใช่ตัวเลข) จะถูกต่อท้ายในพื้นที่ที่ขาดหายไป

ตัวอย่าง 2

ตัวอย่างต่อไปนี้แสดงวิธีสร้าง DataFrame โดยส่งผ่านรายการพจนานุกรมและดัชนีแถว

import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data, index=['first', 'second'])
print df

มัน output มีดังนี้ -

a   b       c
first   1   2     NaN
second  5   10   20.0

ตัวอย่างที่ 3

ตัวอย่างต่อไปนี้แสดงวิธีสร้าง DataFrame ที่มีรายการพจนานุกรมดัชนีแถวและดัชนีคอลัมน์

import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]

#With two column indices, values same as dictionary keys
df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b'])

#With two column indices with one index with other name
df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1'])
print df1
print df2

มัน output มีดังนี้ -

#df1 output
         a  b
first    1  2
second   5  10

#df2 output
         a  b1
first    1  NaN
second   5  NaN

Note- สังเกต df2 DataFrame ถูกสร้างขึ้นด้วยดัชนีคอลัมน์อื่นที่ไม่ใช่คีย์พจนานุกรม ดังนั้นจึงต่อท้าย NaN เข้าที่ ในขณะที่ df1 ถูกสร้างขึ้นด้วยดัชนีคอลัมน์เหมือนกับคีย์พจนานุกรมดังนั้นจึงมีการต่อท้ายของ NaN

สร้าง DataFrame จาก Dict of Series

สามารถส่งผ่าน Dictionary of Series เพื่อสร้าง DataFrame ได้ ดัชนีผลลัพธ์คือการรวมกันของดัชนีชุดข้อมูลทั้งหมดที่ส่งผ่าน

ตัวอย่าง

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print df

มัน output มีดังนี้ -

one    two
a     1.0    1
b     2.0    2
c     3.0    3
d     NaN    4

Note - สังเกตสำหรับซีรีส์ที่หนึ่งไม่มีป้ายกำกับ ‘d’ ผ่านไป แต่ในผลลัพธ์สำหรับ d ป้ายกำกับ NaN ต่อท้ายด้วย NaN

ตอนนี้ให้เราเข้าใจ column selection, additionและ deletion ผ่านตัวอย่าง

การเลือกคอลัมน์

เราจะเข้าใจสิ่งนี้โดยการเลือกคอลัมน์จาก DataFrame

ตัวอย่าง

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print df ['one']

มัน output มีดังนี้ -

a     1.0
b     2.0
c     3.0
d     NaN
Name: one, dtype: float64

การเพิ่มคอลัมน์

เราจะเข้าใจสิ่งนี้โดยการเพิ่มคอลัมน์ใหม่ในกรอบข้อมูลที่มีอยู่

ตัวอย่าง

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)

# Adding a new column to an existing DataFrame object with column label by passing new series

print ("Adding a new column by passing as Series:")
df['three']=pd.Series([10,20,30],index=['a','b','c'])
print df

print ("Adding a new column using the existing columns in DataFrame:")
df['four']=df['one']+df['three']

print df

มัน output มีดังนี้ -

Adding a new column by passing as Series:
     one   two   three
a    1.0    1    10.0
b    2.0    2    20.0
c    3.0    3    30.0
d    NaN    4    NaN

Adding a new column using the existing columns in DataFrame:
      one   two   three    four
a     1.0    1    10.0     11.0
b     2.0    2    20.0     22.0
c     3.0    3    30.0     33.0
d     NaN    4     NaN     NaN

การลบคอลัมน์

คอลัมน์สามารถลบหรือโผล่ได้ ให้เราเป็นตัวอย่างเพื่อทำความเข้าใจว่า

ตัวอย่าง

# Using the previous DataFrame, we will delete a column
# using del function
import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']), 
   'three' : pd.Series([10,20,30], index=['a','b','c'])}

df = pd.DataFrame(d)
print ("Our dataframe is:")
print df

# using del function
print ("Deleting the first column using DEL function:")
del df['one']
print df

# using pop function
print ("Deleting another column using POP function:")
df.pop('two')
print df

มัน output มีดังนี้ -

Our dataframe is:
      one   three  two
a     1.0    10.0   1
b     2.0    20.0   2
c     3.0    30.0   3
d     NaN     NaN   4

Deleting the first column using DEL function:
      three    two
a     10.0     1
b     20.0     2
c     30.0     3
d     NaN      4

Deleting another column using POP function:
   three
a  10.0
b  20.0
c  30.0
d  NaN

การเลือกแถวการเพิ่มและการลบ

ตอนนี้เราจะเข้าใจการเลือกแถวการเพิ่มและการลบผ่านตัวอย่าง ให้เราเริ่มต้นด้วยแนวคิดของการเลือก

เลือกตามฉลาก

สามารถเลือกแถวได้โดยส่งป้ายชื่อแถวไปยังไฟล์ loc ฟังก์ชัน

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print df.loc['b']

มัน output มีดังนี้ -

one 2.0
two 2.0
Name: b, dtype: float64

ผลลัพธ์คือชุดที่มีป้ายกำกับเป็นชื่อคอลัมน์ของ DataFrame และชื่อซีรีส์คือป้ายกำกับที่ดึงข้อมูลมา

การเลือกตามตำแหน่งจำนวนเต็ม

สามารถเลือกแถวได้โดยส่งตำแหน่งจำนวนเต็มไปยังไฟล์ iloc ฟังก์ชัน

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print df.iloc[2]

มัน output มีดังนี้ -

one   3.0
two   3.0
Name: c, dtype: float64

Slice Rows

สามารถเลือกหลายแถวได้โดยใช้โอเปอเรเตอร์ ":"

import pandas as pd

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(d)
print df[2:4]

มัน output มีดังนี้ -

one  two
c  3.0    3
d  NaN    4

การเพิ่มแถว

เพิ่มแถวใหม่ใน DataFrame โดยใช้ไฟล์ appendฟังก์ชัน ฟังก์ชันนี้จะต่อท้ายแถวที่ท้าย

import pandas as pd

df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])

df = df.append(df2)
print df

มัน output มีดังนี้ -

a  b
0  1  2
1  3  4
0  5  6
1  7  8

การลบแถว

ใช้ป้ายกำกับดัชนีเพื่อลบหรือวางแถวจาก DataFrame หากป้ายกำกับซ้ำกันหลายแถวจะถูกทิ้ง

หากคุณสังเกตในตัวอย่างข้างต้นป้ายกำกับจะซ้ำกัน ให้เราวางป้ายและดูว่าจะมีกี่แถว

import pandas as pd

df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b'])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b'])

df = df.append(df2)

# Drop rows with label 0
df = df.drop(0)

print df

มัน output มีดังนี้ -

a b
1 3 4
1 7 8

ในตัวอย่างข้างต้นแถวสองแถวถูกทิ้งเนื่องจากทั้งสองแถวมีป้ายกำกับ 0 เหมือนกัน