Rumah > Artikel > pembangunan bahagian belakang > Cara mengemas kini baris dan lajur menggunakan Python Pandas
Untuk mencipta bingkai data, panda menyediakan nama fungsi pd.DataFrame, yang boleh membantu anda membuat bingkai data daripada beberapa data. Mari lihat bagaimana ia berfungsi.
#创建一个字典 import pandas as pd fruit_data = {"Fruit": ['Apple','Avacado','Banana','Strawberry','Grape'],"Color": ['Red','Green','Yellow','Pink','Green'], "Price": [45, 90, 60, 37, 49] } fruit_data
Di sini, kami membina kamus Python yang merangkumi beberapa item data. Kini, kami diminta menukar kamus ini menjadi set data Pandas.
#Dataframe data = pd.DataFrame(fruit_data) data
Itu sempurna! Menggunakan fungsi pd.DataFrame
panda, kami boleh menukar kamus kepada set data panda dengan mudah. Set data kami kini sedia untuk operasi masa hadapan.
Kadangkala ciri akan mempunyai lajur atau nama yang tidak konsisten. Ia boleh menjadi huruf besar dan huruf kecil abjad, dsb. Mempunyai reka bentuk bersatu membantu kami menggunakan ciri ini dengan berkesan.
Jadi sebagai langkah pertama, kami akan memahami cara mengemas kini/menukar nama lajur atau ciri dalam data.
#update the column name data.rename(columns = {'Fruit':'Fruit Name'})
Mudah seperti yang ditunjukkan di atas. Anda juga boleh mengemas kini berbilang nama lajur sekaligus. Untuk melakukan ini, kita perlu menambah nama lajur tambahan yang dipisahkan dengan koma di bawah kurungan kerinting.
#multile column update data.rename(columns = {'Fruit':'Fruit Name','Colour':'Color','Price':'Cost'})
Sama seperti ini, kami boleh mengemas kini semua lajur pada masa yang sama.
Apabila berurusan dengan set data dengan banyak lajur, kami mungkin menghadapi nama lajur yang tidak konsisten.
Dalam data kami, anda boleh melihat bahawa huruf pertama semua nama lajur ditulis dengan huruf besar. Ia sentiasa disyorkan untuk menggunakan huruf biasa untuk semua nama lajur.
Nah, kita boleh menukarnya kepada huruf besar atau huruf kecil.
#lower case data.columns.str.lower() data
Kini, semua nama lajur kami adalah huruf kecil.
Mengemas kini baris sama seperti mengemas kini lajur. Kita mesti mencari nilai baris sebelum kita boleh mengemas kini baris dengan nilai baharu.
Kita boleh menggunakan fungsi panda loc
untuk mencari baris.
#updating rows data.loc[3]rrree
Kami menjumpai baris 3 yang mengandungi butiran strawberi buah. Kami perlu mengemas kini baris ini untuk memberikan nama buah baharu sebagai Nanas dan butirannya.
Fruit Strawberry Color Pink Price 37 Name: 3, dtype: object
Saya harap anda semua juga mudah untuk mengemas kini nilai baris dalam data anda. Sekarang, katakan kita hanya perlu mengemas kini beberapa butiran dalam baris, bukannya keseluruhan butiran. Jadi, apa pendapat anda tentang ini?
#update data.loc[3] = ['PineApple','Yellow','48'] datarrree
Kami hanya perlu mengemaskini harga buah yang terletak di baris 3. Kita tahu bahawa harga semasa buah itu ialah 48. Walau bagaimanapun, kami perlu mengemas kininya kepada 65. Jom buat ini.
#更新特定值 data.loc[3, ['Price']]
Kami mengemas kini harga nenas buah kepada 65 dengan hanya satu baris kod python. Ini adalah cara ia berfungsi. Mudah.
Ya, kami kini akan mengemas kini nilai baris berdasarkan syarat tertentu. Akhir sekali, kami mahukan beberapa nilai bermakna yang sepatutnya membantu analisis kami.
Mari tentukan syarat kita.
Price 48 Name: 3, dtype: object
Apa yang kami ingin lakukan di sini ialah mengemas kini harga buah-buahan di atas 60 kepada mahal.
#updating data.loc[3, ['Price']] = [65] data
Mengikut keluaran, kami mempunyai 2 buah dengan harga melebihi 60. Mari kita senaraikan buah-buahan ini sebagai mahal dalam data.
#Condition updated = data['Price'] > 60 updated
Atas ialah kandungan terperinci Cara mengemas kini baris dan lajur menggunakan Python Pandas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!