Pandas היא ספריית Python הנמצאת בשימוש נרחב לעיבוד וניתוח נתונים, ו- iloc היא פונקציה מכרעת בתוך הספרייה המאפשרת למשתמשים לבחור ולתפעל נתונים באמצעות אינדוקס מבוסס מספרים שלמים. זה יכול להיות שימושי במיוחד בעבודה עם מערכי נתונים גדולים. במאמר זה, נחקור את השימוש ב- iloc של pandas בתרחישים שונים ונסביר כיצד הפונקציה פועלת שלב אחר שלב כדי לעזור לכם להבין את משמעותה ואת היישומים הפוטנציאליים שלה בניתוח נתונים.
pandas iloc: הפתרון לבעיה נפוצה
אתגר נפוץ שעומד בפני אנליסטים של נתונים הוא כיצד לבחור ולנתח ביעילות חלקים ספציפיים במערך הנתונים שלהם. אובייקט ה-DataFrame ב-pandas מציע שיטות מצוינות רבות להתמודדות עם אתגרים אלה, ואחת הפונקציות הרב-תכליתיות והחזקות ביותר היא אינדקסר ה-iloc . הוא מאפשר למשתמשים גישה לשורות ועמודות של DataFrame על סמך אינדוקס מבוסס מספרים שלמים.
נתחיל בדיון בהסבר שלב אחר שלב כיצד להשתמש ב-iloc בתרחיש מעשי של ניתוח נתונים.
הסבר שלב אחר שלב על Pandas iloc
השימוש ב- pandas iloc הוא פשוט ואינטואיטיבי. נניח שיש לנו את ה-DataFrame הבא:
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Cathy', 'David'],
'Age': [25, 29, 21, 35],
'City': ['New York', 'San Francisco', 'Los Angeles', 'Boston']}
df = pd.DataFrame(data)
ל-DataFrame שלנו יש 4 שורות ו-3 עמודות. כדי להשתמש ב-iloc, עליך לספק מדדים עבור השורות והעמודות שאליהם ברצונך לגשת. הנה כמה דוגמאות:
1. גישה לשורה ועמודה ספציפיים:
# Access row 2 (index 1) and column 'Name' (index 0) selected_data = df.iloc[1, 0] print(selected_data) # Output: Bob
2. גישה לטווח של שורות ועמודות:
# Access rows 1 to 3 (indexes 0 and 1) and columns 'Name' and 'Age' (indexes 0 and 1) selected_data = df.iloc[0:2, 0:2] print(selected_data) # Output: # Name Age # 0 Alice 25 # 1 Bob 29
3. גישה לשורות ועמודות ספציפיות:
# Access rows 1 and 4 (indexes 0 and 3) and columns 'Name' and 'City' (indexes 0 and 2) selected_data = df.iloc[[0, 3], [0, 2]] print(selected_data) # Output: # Name City # 0 Alice New York # 3 David Boston
ספריות ותלות
כדי להשתמש ב- pandas iloc , עליך להתקין את ספריית pandas, כמו גם כל ספרייה אחרת ש-pandas תלויה בה, כגון NumPy. ניתן להתקין אותן דרך pip או conda:
pip install pandas numpy
or
conda install pandas numpy
לאחר התקנת הספריות, אתה יכול להתחיל להשתמש בפנדות וב-iloc בסביבת Python שלך כפי שמוצג בדוגמאות למעלה.
פונקציות קשורות אחרות ושיטות אינדקס
בנוסף ל- iloc , pandas מספקת מספר פונקציות ושיטות אינדוקס נוספות שיכולות להיות שימושיות במצבים שונים. חלק מהעיקריות שבהן הן:
- loc: אינדקס זה מאפשר למשתמשים לגשת לשורות ולעמודות המבוססות על אינדקס מבוסס תוויות, במקום על אינדקס מבוסס מספרים שלמים כמו iloc.
- ב: הוא משמש לגישה לערך בודד המבוסס על אינדקס מבוסס תווית.
- אני ב: דומה ל-'at', אבל לאינדקס מבוסס מספרים שלמים. הוא משמש לגישה לערך בודד המבוסס על אינדקס מבוסס מספרים שלמים.
חקר הפונקציות הללו והבנה כיצד ניתן להשתמש בהן בשילוב עם iloc תחזק את יכולתך לבצע מניפולציות מורכבות של נתונים באמצעות פנדות.
