In Pandas. eine der beliebtesten Bibliotheken für die Arbeit mit Daten in Python, es gibt mehrere Möglichkeiten, die Spaltennummer im DataFrame zu bestimmen. In diesem Artikel werden wir uns einen einfachen Weg ansehen, der Ihnen hilft, die gewünschte Spalte schnell zu finden.
Eine der einfachsten Methoden zum Definieren einer Spaltennummer ist die Verwendung einer Methode get_loc(). Diese Methode gibt die Spaltennummer nach ihrem Namen zurück. Wenn Sie beispielsweise nach einer Spalte mit dem Namen "age" suchen müssen, können Sie den folgenden Code verwenden:
Wenn dieser Code ausgeführt wird, wird die Zahl 1 ausgegeben, was bedeutet, dass die Spalte mit dem Namen «age» die Nummer 1 hat. Diese Methode ist sehr einfach und praktisch, besonders wenn Sie die Spaltennummer schnell finden müssen, ohne den gesamten DataFrame zu untersuchen.
Wie kann ich die Spaltennummer in Pandas ermitteln
Es gibt mehrere Möglichkeiten, eine Spaltennummer in Pandas zu definieren. Betrachten Sie einen einfachen Weg:
- Pandas-Bibliothek importieren: import pandas as pd
- Lesen Sie die Daten im DataFrame: df = pd.read_csv('file.csv')
- Verwenden Sie die columns-Methode.get_loc(), um eine Spaltennummer anhand des Namens zu definieren: column_number = df.columns.get_loc('Spaltenname')
import pandas as pd# Прочитать файл с даннымиdf = pd.read_csv('data.csv')# Определить номер столбца 'название столбца'column_number = df.columns.get_loc('название столбца')print(f'Номер столбца "название столбца": ')Jetzt wissen Sie, wie Sie eine Spaltennummer in Pandas mit einer einfachen columns-Methode definieren.get_loc() . Dies kann nützlich sein, wenn Sie mit bestimmten Spalten im DataFrame arbeiten müssen.
Einfacher Weg
Das Definieren einer Spaltennummer in Pandas kann mit Bibliotheksmethoden sehr einfach sein.
Zunächst müssen wir die Pandas-Bibliothek importieren:
import pandas as pd
Dann können wir unsere Daten in einen DataFrame laden:
Jetzt haben wir einen DataFrame und wir können Pandas-Bibliotheksmethoden verwenden, um die Spaltennummer zu bestimmen.
Die einfachste Möglichkeit, eine Spaltennummer zu definieren, besteht darin, das DataFrame-Attribut 'columns' zu verwenden:
In diesem Beispiel geben wir den Namen der Spalte an, für die wir eine Nummer definieren möchten, und erhalten ihre Position mit der Methode 'get_loc()'. Das Ergebnis speichern wir in der Variablen 'column_number'.
Außerdem können wir die 'index()'-Methode verwenden, um den Spaltenindex zu finden:
Das Ergebnis wird auch in der Variablen 'column_number' gespeichert.
Eine einfache Möglichkeit, eine Spaltennummer in Pandas zu definieren, bietet uns ein praktisches Werkzeug, um mit Daten in einem DataFrame zu arbeiten. Wir können diese Nummer verwenden, um anhand ihrer Position auf eine Spalte zuzugreifen, Werte zu ändern oder andere Datenmanipulationsvorgänge durchzuführen.
Pandas installieren
Um die Pandas-Bibliothek zu installieren, müssen Sie Python auf Ihrem Computer installieren.
Pandas ist Teil einer Reihe von Tools für Datenanalyse und wissenschaftliche Berechnungen, die Anaconda genannt werden.
Es gibt mehrere Möglichkeiten, Pandas zu installieren:
-
Installation mit pip: Sie können Pandas mit dem Pip-Batch-Manager installieren, der standardmäßig in Python verfügbar ist. Führen Sie einfach den folgenden Befehl an der Eingabeaufforderung aus:
pip install pandas
conda install pandas
Nach der Installation von Pandas können Sie damit beginnen, es in Ihren Projekten zu verwenden. Importieren Sie dazu einfach
bibliothek in Ihrem Code:
import pandas as pd
Die resultierende Tabelle verfügt über eine flexible und leistungsstarke Funktionalität für die Arbeit mit Daten, wodurch Pandas zu einer der beliebtesten Bibliotheken für die Arbeit mit Daten in Python wird.
Lesen von Daten aus CSV
CSV (Comma-Separated Values) ist ein Dateiformat, in dem Werte durch Kommas getrennt sind. Häufig werden CSV-Dateien zum Speichern von Datentabellen verwendet.
Sie können die Funktion read_csv() im Pandas-Modul verwenden, um Daten aus einer CSV-Datei in Pandas zu lesen. Mit dieser Funktion können Sie Daten bequem und schnell aus CSV-Dateien lesen.
Beispiel für das Lesen von Daten aus einer CSV-Datei:
import pandas as pddata = pd.read_csv('data.csv')Die Funktion read_csv() nimmt den Pfad zur CSV-Datei als Argument an und gibt ein DataFrame-Objekt zurück, das die Daten aus der Datei enthält.
Erweiterte Einstellungen zum Lesen einer CSV-Datei:
- sep — trennzeichen für Werte in der Datei (Standard ist ',')
- header - die Zeilennummer, die die Spaltennamen enthält (Standard ist 0)
- index_col - die Spaltennummer, die als Zeilenindizes verwendet werden soll (standardmäßig None)
- usecols - liste der zu zählenden Nummern oder Spaltennamen
Beispiel für das Lesen einer CSV-Datei mit den angegebenen Einstellungen:
import pandas as pddata = pd.read_csv('data.csv', sep=';', header=1, index_col=0, usecols=[0, 1, 2])In diesem Beispiel wird die CSV-Datei mit dem Trennzeichen ' gelesen;', mit dem Titel der zweiten Zeile, der ersten Spalte als Zeilenindizes und nur den ersten drei Spalten.
Mit der Funktion read_csv() können Sie Daten aus CSV-Dateien lesen und in Pandas-Objekte konvertieren.DataFrame. Dadurch können Sie bequem mit den Daten arbeiten und verschiedene Vorgänge wie das Filtern, Sortieren und Aggregieren von Daten ausführen.
Spaltenauswahl
Wenn Sie mit Tabellen in der Pandas-Bibliothek arbeiten, müssen Sie häufig die gewünschte Spalte oder Spaltengruppe auswählen. Dazu können Sie verschiedene Methoden und Syntax verwenden.
- Auswählen einer Spalte nach Name Der einfachste Weg, eine Spalte auszuwählen, besteht darin, eckige Klammern zu verwenden und den Spaltennamen als Zeichenfolge zu übergeben: "'python df['spaltenname'] ```
- Auswählen einer Spaltengruppe Wenn Sie mehrere Spalten gleichzeitig auswählen möchten, können Sie eine Liste mit Spaltennamen übergeben` "'python df[['spalte1', 'spalte2', 'spalte3']] ```
- Auswählen einer Spalte nach Nummer Wenn die Spaltennummer bekannt ist, können Sie die Methode verwenden iloc: ```python df.iloc[:, Spaltennummer] ```
- Auswählen einer Spalte nach Bedingung Manchmal müssen Sie eine Spalte auswählen, die eine bestimmte Bedingung erfüllt. Dazu können Sie die Methode verwenden loc: ```python df.loc[:, df.columns.str.contains('Bedingung')] ```
Daher gibt es in Pandas mehrere Möglichkeiten, die gewünschte Spalte oder Spaltengruppe auszuwählen. Die einfache und flexible Spaltenauswahl macht es einfach, mit Tabellen zu arbeiten und Daten zu analysieren.
Definieren einer Spaltennummer
Wenn wir mit Datentabellen in der Pandas-Bibliothek arbeiten, müssen wir häufig eine Spaltennummer definieren, um auf ihre Werte zuzugreifen oder Datenoperationen durchzuführen.
Im Folgenden finden Sie einige Möglichkeiten, wie Sie eine Spaltennummer in Pandas definieren können:
-
Gibt die Spaltennummer anhand des Spaltennamens an. Dazu können Sie die get_loc() -Methode verwenden. Diese Methode nimmt den Spaltennamen als Argument an und gibt die Spaltennummer zurück:
import pandas as pd# Создание DataFramedata = df = pd.DataFrame(data)# Определение номера столбца по его названиюномер_столбца = df.columns.get_loc('Зарплата')print(номер_столбца) # Вывод: 2import pandas as pd# Создание DataFramedata = df = pd.DataFrame(data)# Определение номера столбца по его индексуномер_столбца = df.columns.get_loc(df.columns[1])print(номер_столбца) # Вывод: 1import pandas as pd# Создание DataFramedata = df = pd.DataFrame(data)# Определение номера столбца по его позицииномер_столбца = df.columns[2]print(номер_столбца) # Вывод: ЗарплатаDas Definieren einer Spaltennummer in Pandas ermöglicht es uns, genau anzugeben, mit welcher Spalte wir arbeiten möchten, und erleichtert den Zugriff auf ihre Werte und die Datenoperation.
