Pandas DataFrame Head

Python er et utmerket språk for å gjennomføre dataanalyse, i stor grad på grunn av det fantastiske samfunnet av Python -pakker fokusert på data. Et slikt verktøy, pandaer, forenkler prosessen med å importere og analysere data i stor grad. I "Pandas" har vi dataframmer og vi kan få tilgang til de øvre radene i DataFrame ved å bruke metoden “Head ()”. De øvre “N” -rorene med en dataramme eller serie returneres etter Head () -metoden i pandaer. Som standard er verdien av denne “n” 5. Hvis vi bare bruker "hode ()" uten å nevne noen "n" som parameter, vil den returnere de første fem radene i dataaframe. Hvis vi plasserer et hvilket. Ringerobjektets første få oppføringer returneres i kondensert form. Vi vil lære dyptgående om "Head ()" -funksjonen i "Pandas" i denne guiden.

Syntaks:

# Dataramme.hode (n)

Som standard er verdien av denne n 5, og vi kan også endre verdien av n i henhold til vårt valg.

Eksempel # 01:

Vi kommer til å starte noen praktiske demonstrasjoner av "Head ()" -funksjonen i "Pandas" -koden for å fjerne dette konseptet for deg. Hver gang vi gjør Pandas -kode, må vi importere "Pandas" -funksjonen. Så her importerer vi dette til "Spyder" -verktøyet, og så har vi en tilfeldig liste som heter "Sales_list". Denne "Sales_list" har fire kolonner, og hver kolonne inneholder litt informasjon.

Den første kolonnen vi oppretter her er "Navn" -kolonnen, der dataene vi har satt inn er "Joseph, Emma, ​​Edward, Thomas, Ryan, Jessica, Tyler, Samuel og Olivia". Den første kolonnen består av ni forskjellige navn. Så kommer den andre med navnet “Region” der vi setter “øst, nord, vest, øst, nord, sør, øst, vest og sør”. Kolonnen foran er kolonnen "Salg" og inneholder også salgspriser, som er "30000, 50000, 55000, 40000, 60000, 35000, 30000, 50000 og 40000" ". Her er de tre kolonnene fullført, og den siste kolonnen vi har er "utgifter" -kolonnen. I denne "utgifter" -kolonnen legger vi til "10000, 23000, 10000, 12000, 25000, 35000, 14000, 16000 og 22000". Vi har fullført denne “Sales_list” her, og nå konverterer vi denne “Sales_list” til DataFrame ved å bruke Pandas DataFarame -metoden. Vi kalte det “Sales_df” og viste denne “Sales_df” DataFrame.

Nå må vi få tilgang til de øvre radene i denne dataaframmen, så for dette bruker vi “Head ()” -metoden her. Denne metoden får tilgang til de første fem radene av DataFrame, da standardverdien for denne "hodet ()" -metoden er fem. Vi legger denne metoden i "print ()", så de første fem radene av DataFrame vil også skrive ut på terminalen.

Ved å treffe løpikonet, blir resultatet av denne koden gjengitt på terminalen. Her inneholder den første DataFrame ni rader, og deretter brukte vi “Head ()” -metoden på denne dataframet som returnerer de første fem radene av den dataframmen.

Eksempel # 02:

Vi starter et annet eksempel her ved å importere “Pandaene som PD” og generere “item_list” som inneholder “tre, glass og stål” -kolonner, og dataene vi legger i disse kolonnene er “Bed, bord, stol, dører, vindu og skap ”i" tre "-kolonnen. "Speil, hjørne, tabell_glass, ramme, vindus speil og glassdekor" er i kolonnen "Glass", og den siste "stål" -kolonnen inneholder "redskaper, rack, basseng, trykk, dusj og stålstige".

Denne "item_list" blir nå endret til "ItemeS_DF" DataFrame. “PD.DataFrame ”hjelper med å konvertere listen til DataFrame. Da blir denne "item_df" gjengitt nedenfor. Etter dette får vi tilgang til de tre første radene av DataFrame ved å plassere "Head ()" -funksjonen. Vi passerer “3” som parameter for "Head ()" -funksjonen, så den vil få tilgang til de tre første radene i “Item_df”. De tre første radene med "item_df" vil også vises på terminalen fordi vi plasserte "head ()" -metoden inne i "print ()" -uttalelsen.

Etter å ha vist hele "item_df", får den tilgang til de tre første radene fra denne "item_df" og viser dem her på terminalen også.

Eksempel # 03:

Ved å importere “Pandas som PD” og opprette “Property_list” med Code_no, “Saler_name og Buyer_name” kolonner, begynner vi et nytt eksempel her. Dataene vi legger inn i disse kolonnene inkluderer “A1211, A1213, A1214, A1215, A1216, A1217, A1218 og A1219” i den første kolonnen. Den andre spalten inneholder "Smith, Noah, Joseph, Mishi, William, Taylor, Samuel, Robert og Rick," mens den siste "stål" -søylen har "Peter, George, James, Samuel, Olivia, allierte, Leo, Peter, og regninger ”. "Property_df" DataFrame har erstattet denne "Property_list" på dette tidspunktet fordi vi har brukt "PD.DataFrame ”her.

Listen blir omgjort til et dataaframe ved hjelp av “PD.Dataramme". “Property_df” vises deretter nedenfor. Etter det brukes "Head ()" -funksjonen for å hente DataFrames fem beste rad. "Head ()" -funksjonen vil få tilgang til de første fem radene i "Property_df" fordi vi har levert den med verdien "5". Vi satte inn “Head ()” -metoden inne i “Print ()” -linjen; De fem øverste radene med "Property_df" vil også vises på konsollen.

Her henter det de første fem radene av denne “Property_df” og viser også disse radene her på konsollen, etter å ha vist hele “Property_df.”

Eksempel # 04:

Vi vil sette den negative verdien inne i "hodet ()" -funksjonen i dette eksemplet. Vi bruker "Property_df" som vi har laget i det tredje eksemplet, og denne gangen plasserer vi den negative verdien som parameteren til "Head ()" -funksjonen for å vite hva denne "Head ()" -funksjonen gjør når vi setter en negativ verdi i det. Vi plasserer "-2" som parameter for denne "hodet ()" -metoden. Vi legger også denne hodet () metoden igjen i utskriftserklæringen, slik at resultatet også vises på konsollen.

Legg merke til at den i denne utgangen henter og viser alle rader bortsett fra de to siste radene i DataFrame. Dette er fordi vi bruker "-2" -verdien som parameter for "hodet ()" -funksjonen, fjerner de to siste radene og viser alle de gjenværende radene på konsollen her.

Eksempel nr. 05:

Vi kan også bruke denne metoden på CSV -filen. I dette eksemplet skal vi diskutere hvordan du kan hente radene fra CSV -filen. CSV -filen, som allerede er til stede, er vist nedenfor. Nå vil vi hente rader fra denne CSV -filen ved hjelp av "Head ()" -metoden.

Vi bruker "read_csv" -funksjonen her etter import av "pandas" -funksjonen som PD. For å importere CSV -filen som DataFrame of “Pandas”, bruker vi Read_CSV -funksjonen i Pandas. Vi plasserer filnavnet hvis data vi ønsker å importere som en DataFrame i "read_csv" -funksjonen. Filnavnet her er “Fil.CSV ”og vi lagrer disse dataene i“ DF ”-variabelen. Nå bruker vi “Head ()” -metoden på denne “DF” og henter “4” rader av denne dataaframe ved å sette “4” i “Head ()” -funksjonen. Dette vil få de fire første radene og skrive ut de fire radene på konsollen.

Her kan du observere at bare de fire første radene er skrevet ut her på skjermen, som er til stede i CSV -filen.

Konklusjon:

Denne guiden vil lære deg hvordan du kan bruke “Head ()” -metoden i “Pandas”. Vårt hovedmål er å tydelig og kortfattet forklare konseptet med "hodet ()" tilnærmingen i "pandas" for deg. Vi har beskrevet hvordan vi kan få de første “n” radene til en DataFrame eller serie ved hjelp av Pandas “Head ()” -funksjonen. I denne guiden har vi gjort fem tilfeller der vi brukte “Head ()” -metoden i “Pandas” for å hente de øverste radene i DataFrame. Etter å ha lest denne guiden, vil den tillate deg å gå videre til et mer avansert stadium av "Pandas" -programmeringen.