Aprende en Comunidad
Avalados por :
Como criar e gerenciar Data Frames em Python: Tutorial completo
- Creado 01/03/2024
- Modificado 01/03/2024
- 4 Vistas
0
Cargando...
Um data frame é um método para armazenar dados em grades retangulares para uma fácil visualização. Se você tem conhecimento em desenvolvimento em Java e conceitos básicos de R, então você deve conhecer os data frames. As medições ou valores de uma instância correspondem às linhas na grade, enquanto os vetores que contêm dados para uma variável específica representam as colunas. Portanto, as linhas no data frame podem incluir valores numéricos, de caracteres, lógicos, entre outros. Similar é o data frame em Python, que é rotulado como estruturas de dados bidimensionais com diferentes tipos de colunas. O data frame do Pandas em Python consiste nos três componentes principais, ou seja, os dados, o índice e as colunas.
Quando se trata de gerenciamento de dados em Python, você deve começar criando um data frame. É uma das tarefas mais fáceis de fazer. Você também pode adicionar parâmetros.
Depois de criar o data frame, vamos aprender como selecionar, adicionar ou remover um índice ou coluna dele. Para realizar todas essas ações, você deve primeiro selecionar um componente do data frame do Python.
Suponha que você tenha um data frame como o seguinte e deseje acessar o valor no índice 0 para a coluna A.
Você pode acessar os valores de várias maneiras.
Se desejar selecionar as linhas ou colunas, você pode selecionar linhas passando o rótulo da linha para uma função loc, que resulta no seguinte:
De outra forma, você pode selecionar uma linha passando a localização inteira para uma função iloc como mostrado aqui.
Isso mostra a seguinte saída.
Há uma diferença entre a função loc e iloc para atributos de indexação. Enquanto .loc funciona nas etiquetas de índice, .iloc funciona na posição do seu índice.
Para atribuir o argumento 'índice' à entrada, certifique-se de obter o índice selecionado. Se nada for especificado no data frame, por padrão ele terá um índice com valores numéricos começando em 0. Você pode criar seu índice chamando set_index() em seu data frame e reutilizando-os.
Vamos ver o exemplo dado para adicionar as colunas ao seu data frame da mesma forma que você adiciona linhas.
Isso mostra a saída da seguinte maneira.
Quando se trata de gerenciamento de dados em Python, você deve começar criando um data frame. É uma das tarefas mais fáceis de fazer. Você também pode adicionar parâmetros.
Depois de criar o data frame, vamos aprender como selecionar, adicionar ou remover um índice ou coluna dele. Para realizar todas essas ações, você deve primeiro selecionar um componente do data frame do Python.
Selecionar Índice, Linha ou Coluna
Suponha que você tenha um data frame como o seguinte e deseje acessar o valor no índice 0 para a coluna A.
A B C
0 1 2 3
1 4 5 6
2 7 8 9
Você pode acessar os valores de várias maneiras.
Se desejar selecionar as linhas ou colunas, você pode selecionar linhas passando o rótulo da linha para uma função loc, que resulta no seguinte:
one 2.0
two 2.0
Name: b, dtype: float64
De outra forma, você pode selecionar uma linha passando a localização inteira para uma função iloc como mostrado aqui.
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']?
Isso mostra a seguinte saída.
one 3.0
two 3.0
Name: c, dtype: float64
Há uma diferença entre a função loc e iloc para atributos de indexação. Enquanto .loc funciona nas etiquetas de índice, .iloc funciona na posição do seu índice.
Adicionar um Índice, Linha ou Coluna
Para atribuir o argumento 'índice' à entrada, certifique-se de obter o índice selecionado. Se nada for especificado no data frame, por padrão ele terá um índice com valores numéricos começando em 0. Você pode criar seu índice chamando set_index() em seu data frame e reutilizando-os.
Vamos ver o exemplo dado para adicionar as colunas ao seu data frame da mesma forma que você adiciona linhas.
import pandas as pd
d = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
'two': pd.Series([1, 2, 3], index=['a', 'b', 'c'])}
df = pd.DataFrame(d)
# Adicionando uma nova coluna a um objeto DataFrame existente com a etiqueta da coluna passando new
print("Adicionando uma nova coluna passando como Series:")
df['three'] = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print df
print("Adicionando uma nova coluna usando as colunas existentes no DataFrame:")
df['four'] = df['one'] + df['three']
print df
Isso mostra a saída da seguinte maneira.
Pedro Pascal
Se unió el 07/03/2018
Facebook
Twitter
Pinterest
Telegram
Linkedin
Whatsapp
Sin respuestas
No hay respuestas para mostrar
Se el primero en responder
contacto@primeinstitute.com
(+51) 1641 9379
(+57) 1489 6964
© 2024 Copyright. Todos los derechos reservados.
Desarrollado por Prime Institute
Hola ¿Puedo ayudarte?