Der Pandas-Dataframe ist ein leistungsfähiges Datenanalysewerkzeug. Es macht es einfach und bequem, mit Tabellendaten zu arbeiten und verschiedene Manipulationen wie Filtern, Sortieren und Aggregieren durchzuführen. Eine der häufigsten Fragen lautet: "Wie kann ich eine Dataframe-Zeichenfolge ausgeben?". In diesem Artikel werden wir uns verschiedene Möglichkeiten zur Lösung dieses Problems ansehen.
Der erste Weg ist die Verwendung der Methode loc. Diese Methode ermöglicht es uns, Zeilen nach Beschriftungen (Indizes) und Spalten nach Beschriftungen (Namen) auszuwählen. Um eine Zeichenfolge auszugeben, müssen wir sie an eine Methode übergeben loc der Index der Zeile, an der wir interessiert sind. Zum Beispiel, wenn unser Dataframe heißt df und es hat Indizes von 0 bis 9, wir können die erste Zeile wie folgt ausgeben: df.loc[0] .
Die zweite Methode ist die Verwendung der Methode iloc. Im Gegensatz zur Methode loc, Methode iloc ermöglicht es uns, Zeilen und Spalten nach ihrer numerischen Reihenfolge auszuwählen. Um eine Zeichenfolge auszugeben, übergeben wir sie auch an die Methode iloc der Index der Zeile, an der wir interessiert sind. Um beispielsweise die dritte Zeile auszugeben, verwenden wir den folgenden Code: df.iloc[2] .
Bevor Sie die Pandas-Dataframe-Zeichenfolge ausgeben können, müssen Sie einige vorbereitende Schritte ausführen.
Schritt 1: Importieren Sie die Pandas-Bibliothek und laden Sie die Daten herunter.
Stellen Sie zunächst sicher, dass Sie die Pandas-Bibliothek installiert haben. Wenn Sie dies noch nicht getan haben, führen Sie den folgenden Befehl aus:
pip install pandas
Importieren Sie Pandas nach der Installation der Bibliothek in Ihr Projekt:
import pandas as pd
Und laden Sie die Daten herunter, mit denen Sie arbeiten werden. Stellen wir uns als Beispiel vor, dass wir einen Dataframe namens "df" haben.
Bevor Sie eine bestimmte Dataframe-Zeichenfolge ausgeben, ist es wichtig, sicherzustellen, dass die Daten im richtigen Format vorliegen und nach den erforderlichen Parametern gefiltert werden. Wenn Sie beispielsweise eine Zeichenfolge mit einem bestimmten Wert ausgeben möchten, verwenden Sie die Methode df.loc wie folgt:
row = df.loc[df['column_name'] == 'desired_value']
Wobei "column_name" der Name der Spalte ist, in der der Wert 'desired_value' gefunden werden soll.
Schritt 3: Geben Sie eine Dataframe-Zeichenfolge aus.
Und schließlich geben Sie die Dataframe-Zeichenfolge mit der Methode aus print():
Jetzt haben Sie eine Pandas-Dataframe-Zeichenfolge, die Sie nach Belieben ausgeben und verwenden können.
Pandas-Bibliothek importieren
Um mit Dataframes in Python zu arbeiten, verwenden wir die Pandas-Bibliothek. Um loszulegen, müssen Sie diese Bibliothek in Ihren Code importieren:
import pandas as pd
Hier verwenden wir einen abgekürzten Namen pd für die Pandas-Bibliothek. Dies ist eine Standardkonvention und ermöglicht es Ihnen, Funktionen und Methoden bequem von Pandas aufzurufen, ohne den vollständigen Bibliotheksnamen lange zu schreiben. Ein solcher Import beinhaltet außerdem die Verwendung der gängigsten Bibliotheksfunktionen.
Nachdem Sie die Pandas-Bibliothek importiert haben, können Sie mit den Dataframes beginnen und verschiedene Operationen an diesen durchführen.
Laden von Daten in einen Dataframe
Die einfachste Möglichkeit, Daten in einen Dataframe zu laden, besteht darin, die Funktion read_csv() zu verwenden, mit der Sie Daten aus CSV-Dateien lesen können. Zum Beispiel, um Daten aus einer data-Datei zu laden.csv , Sie sollten den folgenden Code ausführen:
import pandas as pddataframe = pd.read_csv('data.csv')Wenn sich die Daten in einer Excel-Datei befinden, kann die Funktion read_excel() zum Laden verwendet werden. Zum Beispiel:
dataframe = pd.read_excel('data.xlsx')Darüber hinaus bietet Pandas die Möglichkeit, Daten aus Datenbanken herunterzuladen. Dazu müssen Sie eine Datenbankverbindung angeben und die SQL-Abfrage mithilfe der Funktion read_sql() ausführen. Zum Beispiel:
import sqlite3conn = sqlite3.connect('database.db')query = "SELECT * FROM table"dataframe = pd.read_sql(query, conn)Wenn Sie Daten von einer Webseite laden möchten, können Sie die Funktion read_html() verwenden. Es findet automatisch Tabellen auf der Seite und lädt sie in Dataframes. Zum Beispiel, um Daten von einer Seite zu laden https://www.example.com , Sie sollten diesen Code ausführen:
dataframe = pd.read_html('https://www.example.com')[0]Auf diese Weise können Sie mit verschiedenen Funktionen in Pandas Daten aus verschiedenen Quellen herunterladen und für die Analyse und Verarbeitung verwenden.
