Bei der Analyse von Daten mit Python wird häufig (wahrscheinlich) ein Modul namens pandas verwendet.
In Pandas können Daten in den Typen Series und Dataframe gespeichert werden. Serien werden zum Speichern eindimensionaler Daten und Dataframe zum Speichern zweidimensionaler Daten verwendet. Sie sind wie eindimensionale Hochleistungsarrays bzw. zweidimensionale Arrays. Hochleistung bedeutet, dass jede Zeile und Spalte benannt werden kann und viele Methoden verfügbar sind.
| # | Hachiman | Yukino | Yui |
|---|---|---|---|
| Mathematik | 8 | 90 | 10 |
| Landessprache | 88 | 100 | 50 |
| Englisch | 38 | 95 | 35 |
Wenn Sie dies in einem zweidimensionalen Array ausdrücken, ist es schwierig, mit Zeichen wie "Hachiman", "Yukino", "Yui", "Mathematik", "Kokugo" und "Englisch" umzugehen. In Dataframe kann dies durch Spalten und Index dargestellt werden.
Dieser Typ hat jedoch verschiedene problematische Spezifikationen, und ich bin von Anfang an gestolpert. Dies ist eine super rudimentäre Pandas-Bedienungsanleitung, die ich mir als Pandas-Superanfänger gemacht habe. Die Version von Python ist 3.5.2 (ich verwende Anacondan 4.2.0 anstelle von Standard-Python) Die Version von Pandas ist 0.18.1 Der Code stellt sich eine Situation vor, die unter iPython 5.1.0 ausgeführt wird.
Ich habe alles in Anaconda abgelegt. (Anaconda ist wie Python + eine beliebte Bibliothek, einschließlich Numpy und iPython) Außerdem können Sie es in pip oder so etwas setzen.
Da Pandas ein Modul ist, muss es importiert werden.
In[1]: import pandas
Unabhängig davon, wo Sie sich die Referenzseiten ansehen, scheinen Pandas unter dem Namen pd geladen zu sein, daher werde ich dies auch hier verfolgen.
In[2]: import pandas as pd
| # | Hachiman |
|---|---|
| Mathematik | 8 |
| Landessprache | 88 |
| Englisch | 38 |
Angenommen, Sie erhalten ein solches eindimensionales Array. Das erste, was Ihnen dabei einfällt, ist das Erstellen einer Liste.
HachimanList = [8, 88, 38]
Es ist einfach, auf die Elemente davon zuzugreifen.
Wenn Sie eine Landessprache wünschen,
`In [4]: Hachiman [1]`
Es wird "Out [4]: 88" zurückgegeben.
Das Problem dabei ist, dass Informationen wie "mathematische" Ergebnisse fehlen.
Natürlich können Sie ein Wörterbuch, ein Objekt oder einen benannten Taple erstellen, aber keines davon ist für die Verarbeitung großer Datenmengen geeignet.
Die Lösung hierfür ist die Pandas-Serie.
In[5]: HachimanSeries = pd.Series(HachimanList, index = ["math", "japanese", "english"])
auf diese Weise,
Variable= pd.Series(Array von Daten, index =)
In[6]: HachimanSeries Out[6]: math 8 japanese 88 english 38 dtype: int64`
In[7]: YukinoSeries = pd.Series([90, 100, 95]) In[8]: YukinoSeries Out[8]: 0 90 1 100 2 95 dtype: int64
Kann mit angegeben werden. Wenn Sie versuchen, dies auszugeben, können Sie sehen, dass jedem Element ein Name und eine Ausgabe zugewiesen wird. Beachten Sie, dass `dtype` der Datentyp des gesamten Arrays ist. (In Numpy werden Ganzzahltypen mehreren verschiedenen Ganzzahltypen zugewiesen. Int64 ist einer davon.) Was ist, wenn Sie keinen Index angeben? Wird ein Fehler zurückgegeben? Anscheinend hat `index` einen Standardwert, der von 0 ansteigt.
Beachten Sie, dass "Index" später hinzugefügt werden kann.
In[9]: YukinoSeries.index = ["math", "japanese", "english"] In[10]: YukinoSeries Out[10]: math 90 japanese 100 english 95 dtype: int64
Es gibt auch eine Methode, die ein Wörterbuch verwendet.
In[11]: YuiSeries = pd.Series({"math":10, "japanese":50, "english":35}) In[12]: YuiSeries Out[12]: english 35 japanese 50 math 10 dtype: int64
In diesem Fall ist es unvermeidlich, dass die Bestellung nicht in Ordnung ist.
## Extrahieren Sie den Wert von Series
Das Abrufen der Werte in der Serie entspricht fast einem normalen Array.
#### Elementspezifikation
Das n-te Element des Arrays wird von `array [n-1]` abgerufen.
Ebenso ist das n-te Element der Reihe
In[13]: HachimanSeries[2] Out[14]: 38
Es ist auch möglich, dies an eine Variable zu übergeben und zu berechnen.
In[15]: HachimanMath = HachimanSeries[0] In[16]: 40 <= HachimanMath Out[16]: False
Der Typ von HachimanMath ist jedoch "numpy.int64" anstelle des üblichen "int".
In[17]: type(HachimanMath) Out[17]: numpy.int64
Sie können auch das Array [-1] verwenden.
Es ist einfach, mehrere Variablen abzurufen.
In[18]: HachimanSeries[0:2] Out[18]: [8, 38]
Leser, die den Beispielcode in ihrer eigenen Umgebung ausgeführt haben, ohne meine Ergebnisse zu verschlucken, sollten bemerkt haben, dass ich endlich aufgetaucht bin und hier eine Lüge geschrieben habe.
Dieser Code "HachimanSeries [0: 2]" gibt das Ausführungsergebnis des Serientyps zurück, da es wie "pandas.core.series.Series" aussieht.
In[18]: HachimanSeries[0:2] Out[18]: math 8 japanese 88 dtype: int64
In[19]: type(HachimanSeries[0:2]) Out[19]: pandas.core.series.Series
Zusammenfassung
- Wenn Sie nur das Element angeben, erhalten Sie ein Ausführungsergebnis wie den Typ "int" mit dem Namen "numpy.int64".
- Wenn Sie ein Element in einem Bereich angeben, erhalten Sie den Typ "Series" mit dem Namen "pandas.core.series.Series".
Einige Leute mögen es etwas unangenehm finden, aber wenn Sie sorgfältig darüber nachdenken
- `int`->`numpy.int64`
- `list` ->`pandas.core.series.Series`
Es ist dasselbe wie eine normale Array-Operation, nur weil es eine Korrespondenz gibt.
Natürlich kann ein "Series" -Typ mit einem einzelnen Element auf dieselbe Weise abgerufen werden, wie ein einzelnes Array aus einem Array abgerufen wird.
In[20]: HachimanSeries[1:1+1] Out[20]: japanese 88 dtype: int64
In[21]: type(HachimanSeries[1:1+1]) Out[21]: pandas.core.series.Series
Um ein Element anzugeben, können Sie es auch wie einen Wörterbuchtyp über den Indexnamen angeben.
In[22]: HachimanSeries["math"] Out[22]: 8
Übrigens, wenn Sie `array [:: -1]` verwenden, wird das umgekehrte Ergebnis zurückgegeben.
Überraschenderweise kann dies sogar mit dem Namen "index" erreicht werden.
In[23]: HachimanSeries["math":"english"] Out[23]: math 8 japanese 88 english 38 dtype: int64
Dies ist mit Sammlungen nicht möglich. OrderedDict sowie gewöhnliche Wörterbücher zeigen die hohe Leistung von Series-tan.
Wenn Sie auf den Namen "index" zugreifen möchten, behandeln Sie "Series.index" wie ein Array.
In[24]:HachimanSeries.index Out[24]:Index(['math', 'japanese', 'english'], dtype='object')
In[25]: HachimanSeries.index[1] Out[25]: 'japanese'
In[26]: HachimanSeries.index.[1:2] Out[26]: Index(['japanese'], dtype='object')
Bisher haben wir erklärt, dass Series Elemente wie ein normales Array oder Wörterbuch abrufen kann.
#### Holen Sie sich die gewünschte Serie
Was ist, wenn Sie Daten in "Serie" erfassen möchten?
Mit anderen Worten, Sie möchten nur "Mathe" und "Japanisch" oder Sie möchten nur "Mathe" und "Englisch".
Oder du willst "Mathe" an zwei Stellen.
(Hast du jetzt so ein Bedürfnis ...)
Für "Mathe" und "Japanisch" wird "HachimanSeries [0: 2]" den Trick machen. Wenn es jedoch um "Mathe" und "Englisch" geht, ist es ziemlich nervig.
Ich habe es mir dort ausgedacht.
In[27]: HachimanSeries["math"]+HachimanSeries["english"]
Wie wäre es damit! !!
Out[27]: 46
Die Realität ist rücksichtslos, aber diese Ausgabe nickt. Erstens ist das Ergebnis von "HachimanSeries [" math "]" "numpy.int64".
Wenn ja,
In[28]: HachimanSeries[0:0 + 1] + HachimanSeries[2:2 + 1]
Versuchen.
Out[28]: english NaN math NaN dtype: float64
Wie Sie sehen können, hat es Industrieabfälle ausgespuckt.
Dies liegt wahrscheinlich daran, dass der Zusatz in "Serie" "die gleichen Indizes hinzufügt".
Und für die Elemente, die nicht üblich sind, füllen Sie vorerst "NaN" aus.
Eigentlich
In[29]: HachimanSeries[0:0 + 2] + YukinoSeries[1:1 + 2] Out[29]: english NaN japanese 188.0 math NaN dtype: float64
Wird sein.
Wie bevorzugen Sie also nur "Mathe" und "Englisch" in derselben Serie?
Die Antwort ist, ein doppeltes "[]" zu schreiben.
In[30]: HachimanSeries[[0, 2]] Out[30]: math 8 english 38 dtype: int64
Vielleicht hat dieses `[[]]` nichts mit der Notation des quadratischen Arrays zu tun. Es scheint, dass ich nur die Notation "[[]]" verwenden wollte.
(`HachimanSeries [(0,2)]` besteht nicht, also musste es nicht so etwas wie ein Iterator sein, aber `HachimanSeries [list ((0,2))]` besteht also Es wird in Bezug auf die Verarbeitung als dasselbe wie ein Array angesehen.)
Wenn Sie nur Ihre Mathe-Punktzahl betonen möchten
In[31]: HachimanSeries[["math","math","math","math","math"]] Out[31]: math 8 math 8 math 8 math 8 math 8 dtype: int64
Du kannst es schaffen. (Hier wird der Name des Index direkt angegeben.)
Gleiches gilt für `index`.
In [32]: HachimanSeries.index[[1,2]] Out[32]: Index(['japanese', 'english'], dtype='object')
Bisher haben Sie gelernt, wie Sie mit [[]] eine neue Serie erstellen, die nur den gewünschten Index extrahiert.
### Umschreiben von Elementen der Serie
Möglicherweise stellen Sie später fest, dass der Inhalt der "Serie" und des "Index" falsch war.
Es gibt eine Möglichkeit, die modifizierte Version `Series` mit demselben Namen zu überschreiben, aber tatsächlich kann sie so einfach wie ein Array geändert werden.
Zunächst der Code, um nur einen neu zu schreiben.
In[33]:HachimanSeries[1] Out[33]: 88
In[34]: HachimanSeries[1] = 98
In[35]: HachimanSeries[1] Out[35]: 98
Schreiben Sie dann den angegebenen Bereich neu
In[36]: HachimanSeries Out[36]: math 8 japanese 98 english 38 dtype: int64
In[37]: HachimanSeries[1:1+2] = [89,33]
In[38]: HachimanSeries Out[38]: math 8 japanese 89 english 33 dtype: int64
Hier werde ich wütend, wenn links und rechts keine Zahlen stehen.
ValueError (Weggelassen) ValueError: cannot set using a slice indexer with a different length than the value
Sie können jedoch auf denselben Wert ausgerichtet werden.
In[40]: HachimanSeries[0:0+3] = 0
In[41]: HachimanSeries Out[40]: math 0 japanese 0 english 0 dtype: int64
Zum Schluss schreiben Sie `index` neu
In[42]: HachimanSeries.index[1] = "Japanese" Out[42]: HachimanSeries math 0 Japanese 0 english 0 dtype: int64
Eigentlich ist das nicht der Fall.
TypeError: Index does not support mutable operations
Wie Sie sehen können, scheint "Index" unveränderlich zu sein. (Selbst wenn Sie etwas Ähnliches mit einer Zeichenkette machen, werden Sie wütend)
Es bleibt also nichts anderes übrig, als es zu überschreiben.
In[43]: HachimanSeries.index = ["Math","Japanese","English"]
In[44]: HachimanSeries Out[44]: Math 0 Japanese 0 English 0 dtype: int64
Nun, lassen Sie es uns nach der Überprüfung zurücksetzen.
In[45]: HachimanSeries[0:0+3] = [8,88,38]
In[46]: HachimanSeries.index = ["math", "japanese", "english"] Out[46]: math 8 japanese 88 english 38 dtype: int64
Das Obige ist die Grundbedienung der Serie.
Es ist länger als erwartet, daher werde ich in einem nachfolgenden Artikel über Dataframe- und Series-Methoden sprechen.
Recommended Posts