Cette méthode remplit chaque ligne manquante avec la valeur de la ligne supérieure la plus proche. On pourrait aussi l'appeler le forward-filling: df. f illna(method='ffill', inplace=True) Remplissage des lignes manquantes avec des valeurs à l'aide de bfill Ici, vous allez remplacer la méthode ffill mentionnée ci-dessus par bfill. Elle remplit chaque ligne manquante dans le DataFrame avec la valeur la plus proche en dessous. Celle-ci est appelée backward-filling: (method='bfill', inplace=True) La méthode replace() Vous pouvez remplacer les valeurs Nan d'une colonne spécifique par la moyenne, la médiane, le mode ou toute autre valeur. Manipulation des données avec pandas les. Voyez comment cela fonctionne en remplaçant les lignes nulles d'une colonne nommée par sa moyenne, sa médiane ou son mode: import pandas import numpy #ceci nécessite que vous ayez préalablement installé numpy Remplacez les valeurs nulles par la moyenne: df['A']. replace([], df[A](), inplace=True) Remplacer la colonne A avec la médiane: df['B']. replace([], df[B](), inplace=True) Utilisez la valeur modale pour la colonne C: df['C'].
Pandas est un paquet Python très utilisé pour les données structurées. Il existe de nombreux tutoriels intéressants, mais j'aimerais tout de même présenter ici quelques astuces Pandas que vous ne connaissez peut-être pas encore et qui sont, à mon sens, très utiles. Voici certaines méthodes Pandas que vous connaissez peut-être déjà mais dont vous ignorez sans doute qu'elles peuvent être utilisées de cette manière. Manipulation des données avec pandas de la. Mes 10 astuces Pandas 1. read_csv Tout le monde connaît la méthode read_csv, elle permet de lire un fichier CSV dans un DataFrame. Mais les données que vous essayez de lire sont volumineuses, essayez d'ajouter cet argument: nrows = 5 pour ne lire qu'une infime partie de la table avant de charger réellement la table entière. Vous pourriez alors éviter l'erreur en choisissant un mauvais délimiteur (il n'est pas toujours séparé par une virgule). import pandas as pd df = ad_csv('', nrows = 5) (Vous pouvez aussi utiliser la commande head dans votre cmd ou terminal pour vérifier les 5 premières lignes dans n'importe quel fichier texte: head -n 5 t) Ensuite, vous pouvez extraire la liste des colonnes en utilisant () pour extraire toutes les colonnes, et ensuite ajouter l'argument usecols = ['c1', 'c2', …] pour charger les colonnes dont vous avez besoin.
rt_values(by=['Score'], ascending=True) Trier le DataFrame à l'aide de plusieurs colonnes: rt_values(by=['Name', 'Score'], ascending=[True, False]) Création d'une autre colonne dans DataFrame, Ici, nous allons créer un pourcentage de nom de colonne qui calculera le pourcentage du score de l'étudiant en utilisant la fonction d'agrégation sum(). student['Percentage'] = (student['Score'] / student['Score']()) * 100 Sélection de lignes DataFrame à l'aide d'opérateurs logiques: # Selecting rows where score is # greater than 70 print(student[>70]) # Selecting rows where score is greater than 60 # OR less than 70 print(student[(>60) | (<70)]) Indexation & Slicing: Ici, est la base de l'étiquette et est une méthode basée sur la position d'entier utilisée pour le découpage et l'indexation des données. # Printing five rows with name column only # i. e. 10 astuces Pandas qui rendront votre travail plus efficace. printing first 5 student names. print([0:4, 'Name']) # Printing all the rows with score column # only i. printing score of all the # students print([:, 'Score']) # Printing only first rows having name, # score columns i. print first student # name & their score.
Importation de données Pandas fournit des outils pour lire des données provenant d'une grande variété de sources. Comme l'ensemble de données que j'utilise est un fichier csv, j'utiliserai la fonction read_csv. Cette fonction dispose d'un grand nombre d'options pour analyser les données. Pour la plupart des fichiers, les options par défaut fonctionnent correctement — c'est le cas ici. import pandas as pdtrain_values = ad_csv('') train_labels = ad_csv('') Pour analyser les données, j'aurai besoin que les valeurs train_values et les étiquettes train_labels soient combinées en une seule trame de données. Comment remplir les données manquantes à l'aide de Python pandas. Pandas fournit une fonction de fusion qui joindra des trames de données sur des colonnes ou des index. Dans le code suivant, j'effectue une fusion interne en utilisant le patient_id pour joindre la valeur correcte avec les étiquettes correctes. train = (train_values, train_labels, left_on='patient_id', right_on='patient_id', how='inner') Données manquantes Pandas fournit un certain nombre de fonctions pour traiter les données manquantes.
Fusion de DataFrames à l'aide de merge(), les arguments passés sont les dataframes à fusionner avec le nom de la colonne. df1 = ad_csv("") merged_col = (df, df1, on='Name') merged_col Un argument supplémentaire 'on' est le nom de la colonne commune, ici 'Name' est la colonne commune donnée à la fonction merge(). df est la première trame de données et df1 est la deuxième trame de données à fusionner. Renommer les colonnes de dataframe à l'aide de rename(), les arguments passés sont les colonnes à renommer et à mettre en place. country_code = (columns={'Name': 'CountryName', 'Code': 'CountryCode'}, inplace=False) country_code Le code 'inplace = False' signifie que le résultat serait stocké dans un nouveau DataFrame au lieu de l'original. (PDF) Python : Manipulation des données avec Pandas Chargement et description des données Librairie Pandas -Options et version | seynabou diop - Academia.edu. Création manuelle d'un dataframe: student = Frame({'Name': ['Rohan', 'Rahul', 'Gaurav', 'Ananya', 'Vinay', 'Rohan', 'Vivek', 'Vinay'], 'Score': [76, 69, 70, 88, 79, 64, 62, 57]}) # Reading Dataframe student Trier le DataFrame à l'aide de la méthode sort_values().