Die Pandas-Bibliothek ist ein leistungsfähiges Werkzeug für die Arbeit mit Daten in Python. Es ermöglicht Ihnen, Daten zu manipulieren, zu analysieren und zu visualisieren, indem Sie eine Vielzahl von Funktionen und Methoden bereitstellen. Eine der wichtigsten Operationen besteht darin, einen neuen Dataframe aus einem vorhandenen dataframe zu erstellen.
Das Erstellen eines neuen Dataframes aus einem anderen Dataframe kann nützlich sein, wenn Sie Änderungen an den Daten vornehmen, neue Spalten oder Zeilen hinzufügen oder bestimmte Werte löschen oder filtern möchten. Dazu können Sie verschiedene Methoden und Funktionen der Pandas-Bibliothek verwenden.
Eine einfache Möglichkeit, einen neuen Dataframe aus einem vorhandenen dataframe zu erstellen, besteht darin, eine Methode zu verwenden copy(). Diese Methode erstellt eine tiefe Kopie des ursprünglichen Dataframe, was bedeutet, dass sich die Änderungen am neuen Dataframe nicht auf den ursprünglichen Dataframe auswirken. Dies ist besonders nützlich, wenn Sie die Originaldaten speichern und mit einer Kopie davon arbeiten müssen.
Eine andere Möglichkeit, einen neuen dataframe aus einem anderen dataframe zu erstellen, besteht darin, die Funktion zu verwenden pd.DataFrame(). Mit dieser Funktion können Sie einen neuen Dataframe erstellen, indem Sie Werte für jede Spalte als Liste oder Array angeben und Spaltennamen angeben. Sie können auch Indizes für Zeilen angeben. Diese Methode wird häufig verwendet, um einen neuen dataframe basierend auf dem Ergebnis von Vorgängen für den ursprünglichen Dataframe zu erstellen.
Was ist ein DataFrame
Die Hauptkomponenten eines DataFrames sind Indizes, die auf Zeilen zeigen, und Spalten, die einzelne Variablen darstellen. Indizes sind normalerweise eindeutige Bezeichner für jede Reihe, und Spalten repräsentieren unterschiedliche Attribute oder Merkmale der Daten.
Der DataFrame in Pandas bietet eine Fülle von Funktionen und Methoden zum Arbeiten mit Daten. Es kann Daten aus einer Vielzahl von Quellen herunterladen, einschließlich CSV-, Excel-, Datenbank-, API-Dateien und anderen. Mit dem DataFrame können Sie auch verschiedene Vorgänge ausführen, z. B. Filtern, Sortieren, Gruppieren, Zusammenführen, Transformieren und Aggregieren von Daten.
Darüber hinaus unterstützt der DataFrame die flexible Indizierung, sodass Sie auf Daten anhand von Indexwerten oder deren Positionen zugreifen können. Es bietet auch die Möglichkeit, Berechnungen über Daten durchzuführen, mathematische Operationen durchzuführen und Funktionen auf einzelne oder Spaltengruppen anzuwenden.
Ein weiteres wichtiges Merkmal eines DataFrames ist seine Fähigkeit, fehlende oder Nullwerte zu verarbeiten, die häufig in realen Daten vorkommen. In Pandas können fehlende Werte als NaN (Not a Number) dargestellt und mit speziellen Funktionen behandelt werden.
Das allgemeine DataFrame-Framework macht es zu einem idealen Werkzeug für die Datenanalyse, indem es praktische Methoden für die Arbeit mit Tabellendaten bereitstellt und die Verarbeitung, Analyse und Visualisierung von Informationen erleichtert.
Was sind Pandas
Grundlegende Datenstruktur in Pandas - DataFrame. Ein DataFrame ist eine tabellarische Datenstruktur, die aus Zeilen und Spalten besteht. Jede DataFrame-Zelle kann verschiedene Datentypen enthalten: Zahlen, Zeilen, Datumsangaben und andere.
Mit Pandas können Sie Daten aus verschiedenen Quellen wie CSV-Dateien, Datenbanken oder Webseiten importieren und leicht verarbeiten. Mit leistungsstarken Funktionen zum Filtern, Sortieren und Gruppieren von Daten macht Pandas die Datenanalyse schnell und effizient.
Durch die Integration mit anderen Python-Bibliotheken wie NumPy und Matplotlib können Sie mit Pandas komplexe Berechnungen durchführen und schöne Grafiken erstellen, um die Daten zu visualisieren.
Die Pandas-Bibliothek wird aktiv in der wissenschaftlichen Forschung, Finanzanalyse, Datenanalyse und anderen Bereichen eingesetzt, in denen große Datenmengen benötigt werden. Dank seiner Einfachheit und Effizienz wird Pandas zu einem unverzichtbaren Werkzeug für alle, die sich mit der Verarbeitung und Analyse von Daten in Python befassen.
Erstellen eines DataFrame aus einem anderen DataFrame
In der Pandas-Bibliothek können wir verschiedene Methoden und Funktionen verwenden, um einen neuen DataFrame aus einem vorhandenen DataFrame zu erstellen.
Eine Möglichkeit, einen neuen DataFrame zu erstellen, kann mit einer Methode ausgeführt werden copy(). Diese Methode erstellt eine vollständige Kopie des vorhandenen DataFrame und speichert ihn in einer neuen Variablen.
import pandas as pd
# Erstellen des ursprünglichen DataFrame
# Erstellen eines neuen DataFrame aus dem ursprünglichen
Eine andere Möglichkeit, einen neuen DataFrame aus einem vorhandenen DataFrame zu erstellen, kann mit einer Methode ausgeführt werden reindex(). Diese Methode erstellt einen neuen DataFrame mit einer neuen Indizierung basierend auf den angegebenen Parametern.
import pandas as pd
# Erstellen des ursprünglichen DataFrame
# Erstellen eines neuen DataFrame mit neuer Indizierung
new_df = df.reindex(['A', 'B', 'C'])
Wir können auch die Methode verwenden filter() so erstellen Sie einen neuen DataFrame aus einem vorhandenen DataFrame, indem Sie nur bestimmte Spalten filtern. Wir können Spaltennamen als Parameter übergeben.
import pandas as pd
# Erstellen des ursprünglichen DataFrame
# Erstellen Sie einen neuen DataFrame aus einem vorhandenen DataFrame, indem Sie nur die Spalten 'A' und 'C' auswählen
new_df = df.filter(['A', 'C'])
Mit diesen Methoden können wir leicht einen neuen DataFrame aus einem vorhandenen DataFrame erstellen, indem wir nur die Spalten speichern, die wir benötigen, oder seine Struktur nach Belieben ändern.
Copy() -Methode
Methode copy() in der Bibliothek wird Pandas verwendet, um eine Kopie eines vorhandenen DataFrame-Objekts zu erstellen. Diese Methode stellt ein tiefes Kopieren des Dataframes einschließlich seiner Daten und Metadaten bereit.
Eine Kopie wird erstellt, indem ein neues DataFrame-Objekt mit denselben Daten und Schemas wie der ursprüngliche DataFrame erstellt wird. Wenn Sie jedoch die Daten in der Kopie ändern, bleibt der ursprüngliche DataFrame unverändert.
Die copy() -Methode ist besonders nützlich, wenn wir mit einem neuen DataFrame-Objekt arbeiten möchten, aber die ursprünglichen Daten unverändert beibehalten möchten. Außerdem können wir die Kopie ändern, ohne den ursprünglichen DataFrame zu beeinflussen.
Loc() -Methode
Methode loc() in der Bibliothek wird pandas verwendet, um Daten aus einem DataFrame nach bestimmten Bedingungen und Zeilen- und Spaltenbeschriftungen auszuwählen. Es ermöglicht den Zugriff auf Elemente nach Indizes und Spaltennamen.
Die Syntax der loc() -Methode lautet wie folgt:
dabei ist row_indexer eine Bedingung, mit der Sie die gewünschten Zeilen auswählen können, und column_indexer ist eine Bedingung, mit der Sie die gewünschten Spalten auswählen können. Wenn Sie alle Zeilen oder Spalten auswählen möchten, können Sie einen Doppelpunkt (:) verwenden.
Beispiel für die Verwendung der loc() -Methode:
data = df = pd.DataFrame(data) # Wählen Sie Zeilen aus, in denen das Alter größer als 20 ist und die Spalte 'Name' df_new = df.loc[df['Age'] > 20, 'Name']
Als Ergebnis erhalten wir einen neuen df_new-DataFrame , der nur Zeilen enthält, in denen das Alter größer als 20 ist, und nur die Spalte 'Name' aus dem ursprünglichen DataFrame.
Die iloc() -Methode
Die iloc() -Methode in der Pandas-Bibliothek ermöglicht den Zugriff auf die Daten im DataFrame anhand ihrer Position in der Tabelle. Mit dieser Methode können Sie Zeilen und Spalten anhand ihrer numerischen Indizes auswählen.
Die Syntax der iloc() -Methode lautet wie folgt:
dataframe.iloc[строки, столбцы]- zeilen - Die Zeilen, die Sie auswählen möchten
- spalten - Die zu wählenden Spaltenpositionen
Wenn Sie alle Zeilen oder Spalten auswählen möchten, können Sie anstelle von Positionen die folgenden Schlüsselwörter angeben:
- : - alle Zeilen oder Spalten auswählen
- start:end:step - Wählen Sie einen Bereich von Zeilen oder Spalten mit einem bestimmten Schritt aus
Im Folgenden finden Sie einige Beispiele für die Verwendung der iloc() -Methode :
# Выбрать первую строкуdf.iloc[0]# Выбрать первый столбецdf.iloc[:, 0]# Выбрать первые 5 строкdf.iloc[:5, :]# Выбрать 2-й, 4-й и 6-й столбцыdf.iloc[:, [1, 3, 5]]# Выбрать строки с 0 по 4 с шагом 2df.iloc[0:5:2, :]Die iloc() -Methode ist sehr nützlich, wenn Sie mit bestimmten Datenpositionen in einem DataFrame arbeiten möchten. Es bietet eine flexible Funktionalität und ermöglicht es Ihnen, die gewünschten Daten aus einer Tabelle auszuwählen.
Reindex() -Methode
Methode reindex() wird verwendet, um den Index (Zeilen und Spalten) eines vorhandenen DataFrame-Objekts zu ändern. Es erstellt einen neuen DataFrame mit den angegebenen Zeilen und Spalten und füllt auch fehlende oder nicht vorhandene Werte auf.
Die Methodensyntax lautet wie folgt:
- index - neuer Zeilenindex;
- columns - neuer Spaltenindex.
Methode reindex() gibt ein neues DataFrame-Objekt zurück, sodass das Ergebnis einer neuen Variablen zugewiesen werden kann.
import pandas as pddf = pd.DataFrame()new_index = ['x', 'y', 'z']new_columns = ['B', 'A']new_df = df.reindex(index=new_index, columns=new_columns)print(new_df) B Ax 4 1y 5 2z 6 3
Im obigen Beispiel haben wir einen neuen DataFrame erstellt new_df mit Zeilenindex ['x', 'y', 'z'] und Spaltenindex ['B', 'A']. Die fehlenden Werte werden mit NaN aufgefüllt.
Merge() -Methode
Eine Join-Operation kann für verschiedene Schlüsseltypen wie Spalten oder Indizes von Dataframe ausgeführt werden. Der resultierende dataframe enthält nur die Werte, für die die entsprechenden Schlüssel in beiden Dataframes vorhanden sind.
Die merge() -Methode stellt verschiedene Parameter zum Definieren des Datenföderationstyps bereit, z. B. einen inneren Join, einen linken Join, einen rechten Join und einen äußeren Join.
Das Ergebnis des Join-Vorgangs ist ein neuer Dataframe, der alle Spalten und Zeilen aus beiden ursprünglichen Dataframes enthält. In einigen Fällen müssen Sie möglicherweise nur bestimmte Spalten oder Zeilen aus dem resultierenden Dataframe auswählen, indem Sie die entsprechenden Spalten oder Indizes angeben.
Die merge() -Methode ist sehr nützlich, wenn Sie mit großen Datasets arbeiten, wenn Sie Informationen aus verschiedenen Quellen zusammenführen möchten. Es ermöglicht die effiziente und bequeme Durchführung von Datenzusammenführungsvorgängen, wobei die Struktur und die Beziehungen zwischen ihnen beibehalten werden.
Beispiele zum Erstellen eines DataFrame aus einem anderen DataFrame
Es gibt verschiedene Methoden in der Pandas-Bibliothek, um einen neuen DataFrame basierend auf einem bereits vorhandenen zu erstellen. Sie ermöglichen es Ihnen, basierend auf einem vorhandenen DataFrame neue Datenstrukturen zu erstellen, eine vorhandene Struktur zu ändern oder Daten nach bestimmten Bedingungen zu filtern.
Hier sind einige Beispielmethoden, mit denen Sie einen neuen DataFrame aus einem anderen DataFrame erstellen können:
- Mit der copy() -Methode können Sie eine vollständige Kopie eines vorhandenen DataFrame erstellen.
- Die drop_duplicates() -Methode erstellt einen neuen DataFrame, wobei doppelte Zeilen aus dem ursprünglichen DataFrame ausgeschlossen werden.
- Mit der filter() -Methode können Sie den DataFrame filtern, wobei nur Zeilen übrig bleiben, die die angegebenen Bedingungen erfüllen.
- Die groupby() -Methode erstellt einen neuen DataFrame basierend auf der Gruppierung des ursprünglichen DataFrame nach bestimmten Kriterien.
Mit diesen und anderen Methoden, die in der Pandas-Bibliothek verfügbar sind, können Sie flexibel und effizient mit dem DataFrame arbeiten und daraus neue Datenstrukturen erstellen.
Beispiel mit der copy() -Methode
Mit der copy() -Methode der DataFrame-Klasse können Sie eine vollständige Kopie des DataFrame-Objekts erstellen. Dadurch wird ein neues DataFrame-Objekt erstellt, das alle Elemente des Quellobjekts enthält. Diese Funktion kann nützlich sein, wenn Sie eine unabhängige Kopie des ursprünglichen DataFrame erstellen müssen, um die Daten weiter zu manipulieren, ohne das ursprüngliche Objekt zu ändern.
Im Folgenden finden Sie ein Beispiel für die Verwendung der copy() -Methode zum Erstellen eines neuen DataFrame:
import pandas as pd# Создание исходного DataFramedf1 = pd.DataFrame()# Создание копии DataFramedf2 = df1.copy()print('Исходный DataFrame:')print(df1)print('Копия DataFrame:')print(df2)Das Ergebnis der Ausführung dieses Codes:
Исходный DataFrame:A B0 1 41 2 52 3 6Копия DataFrame:A B0 1 41 2 52 3 6In diesem Beispiel wird die copy() -Methode verwendet, um eine Kopie des ursprünglichen df1-DataFrames zu erstellen. Die df2-Kopie wiederholt den ursprünglichen DataFrame vollständig - enthält dieselben Spalten und Daten.
Es ist wichtig zu beachten, dass das Erstellen einer Kopie des DataFrame in Fällen nützlich sein kann, in denen Sie Vorgänge oder Änderungen an den Daten vornehmen müssen, während das ursprüngliche Objekt unverändert bleibt.
Beispiel mit der loc() -Methode
Mit der loc() -Methode in der Pandas-Bibliothek können Sie einen neuen DataFrame erstellen, indem Sie Daten aus einem vorhandenen DataFrame unter bestimmten Bedingungen auswählen. Diese Methode verwendet Index- und Spaltenbeschriftungen, um auf die Daten zuzugreifen.
Hier ist ein Beispiel, in dem wir einen neuen DataFrame erstellen, indem wir Zeilen auswählen, in denen die Spalte "Jahr" größer als 2010 aus dem ursprünglichen DataFrame ist:
new_df = df.loc[df['год'] > 2010]Das Ergebnis ist ein neuer DataFrame, der nur Zeilen enthält, deren Wert in der Spalte "Jahr" größer als 2010 ist.
Sie können auch die loc() -Methode verwenden, um bestimmte Spalten aus dem ursprünglichen DataFrame auszuwählen. Der folgende Code erstellt beispielsweise einen neuen DataFrame, der nur die Spalten Titel und Bewertung enthält:
new_df = df.loc[:, ['название', 'рейтинг']]Mit dieser Methode können Sie flexibel neue DataFrames basierend auf vorhandenen Daten auswählen und erstellen.
