Wir beginnen Schritt für Schritt mit DataFrames
DataFrames
Hier können Sie Ihre “csv” -Datei hinzufügen und eine Verbindung mit der Methode pd.read_csv () herstellen
Gemeinsame Methoden und Attribute
Beispiel für “nba.csv” mit der Methode pd.read ()
Head: wenn Sie eine bestimmte Anzahl von Spalten benötigen
Tail Data Frame
Wenn Sie die Werte in Ihrem Index benötigen
Das Formattribut von Daten
Hier sehen Sie Spalten und axes Ihren Index
Infos zu DataFrame
Hier können Sie sehen, wie viele Zählungen in Ihren Daten
Unterschiede zwischen gemeinsamen Methoden
Verbinden Sie Revenue mit der pd.read- Methode
Hier sehen Sie das Datum auf der linken Seite
Wenn Sie eine bestimmte Anzahl von Spalten benötigen
- Beispiel head (3)
Hier sehen Sie Serienliste 1, 2 ,3 mit s .sum and rev .sum
Hier sehen Sie Etiketten
Einzelne Spalte für Name
für Nummer
für Gehalt
nba.Name es ist gleiche nba [“Name”]
Beispiel für die head Methode
Wählen Sie zwei oder mehr Spalten aus einem Datenrahmen aus
Beispiel für “Name” und “Team” in DataFrame
Number und College liste
Salary, Team, Name liste
Beispiel für the tail Method
Erstellen Sie eine Python-Liste
Neue Spalte zu DataFrame hinzufügen
Generieren Sie jeden Wert in der Liste
- Beispiel Sport
- Beispiel Liga
Rundfunkbetrieb
Beispiel für die add Method
Hire Beispiel für die sub Method
Hire Beispiel für die mul Method
Hire Beispiel für die div Method
Spalte in DataFrames
Eine Überprüfung der .value_counts () -Methode
Beispiel für die value_counts Method
- Team
- Position
Zeilen mit Nullwerten löschen
Beispiel für die dropna Method
Parameters:
- axis: axis nimmt für rows/columns. den Wert int oder string an. Die Eingabe kann 0 oder 1 für Integer und ‘index’ or ‘columns’ für String sein.
- how: Wie werden nur zwei Arten von Zeichenfolgenwerten verwendet (“any” oder “all”). “Any” löscht die row/column , wenn ein Wert Null ist, und “all” wird nur gelöscht, wenn ALL-Werte null sind.
- thresh: Der Schwellenwert nimmt einen ganzzahligen Wert an, der angibt, wie viele Na-Werte minimal fallen sollen.
- subset: Dies ist ein Array, das den Löschvorgang auf das Übergeben von rows/columns durch die Liste beschränkt.
- inplace: Es ist ein Boolescher Wert, der die Änderungen im Datenrahmen selbst vornimmt, wenn True.
Drop mit “all”
Drop mit columns
Definieren Sie, in welchen Spalten nach fehlenden Werten gesucht werden soll.
Füllen Sie Nullwerte mit der .fillna-Methode aus
Ersetzen Sie alle NaN-Elemente durch 0s.
Sortieren Sie einen DataFrame mit der .sort_values () Methode
Sie können alle NaN sehen
Hier sehen Sie Start A (Team und Name)
Hier sehen Sie Start A (Team = True ) und (Name = False )
Beispiel für die .sort_values_index Methode (False, True)
Beispiel für Rangwerte mit der .rank () -Methode
Hier Sie sehen (Salary 2 = 0 ) mit dir .rank Methode (Salary 2 = 6.0 )
.rank () Methode und astype () Methode, die Sie sehen Gehalt und Gehaltsrang
Werte mit (by “Salary”)
Beispiel für das Startdatum mit der pd.to.datetime () Methode
Filter DataFrame
Beispiel für Geschlecht mit der df () Methode
“Male”
“Finance”
Beispiel für Gehalt (>) und Bonus (<) mit der df () Method
Beispiel für mask1 & mask2 mit der df () Method
- “Gender” == “Male”
- “Team”== “Marketing”
- “Senior Management”
- “Start Date” < “1990-01-01”
Beispiel für mask1 & mask2 & mask3 mit der df ().isin Method
Die .isnull() und .notnull() Methoden
Beispiel für “Team” mit der df .isnull() Methode
Beispiel für “Team” mit df .notnull ()Method
Die.between() Methode
Beispiel für “Bouns” mit df .between()Methode
Die .duplicated() Methode
Beispiel für “First Name” mit df .duplicated()Methode
Die .unique() Methode.
Beispiel für “Team” mit df .unique()Methode
Hier sehen Sie die Werte mit unique
Die .set_index() Methode
Beispiel für (“Film”) mit .set_index() Methode
you can new column name
Indexbezeichnung mit .loc []
Sie können hier Ihre Spaltenüberschrift sehen
Beispiel für Werte [15, 20] mit der .iloc- Methode
Die Catch-All .ix[] Methode
Hier können Sie sehen, dass bond.ix mit bond.loc identisch ist
Beispiel mit .ix[] Methode
Über uns
Die Fellow Consulting AG aus Poing bei München berät seit über 10 Jahren Kunden bei der Digitalisierung ihrer Geschäftsprozesse.
Wir wissen, wie unsere Kunden ihre digitale Vision umsetzen können. Zusammen mit unseren Partnern Microsoft Azure, Amazon AWS, SugarCRM, Infor und Ephesoft erwecken wir die Mission Digitalisierung zum Leben.Absatz
Wir fungieren für unsere Kunden als operativer und strategischer Spezialist sowie als Sparringspartner für die alltäglichen Herausforderungen der digitalen Transformation.