Pandas form
"Størrelse" gir kanskje ikke en fullstendig representasjon av DataFrame. Dataframets målinger er representert med et par som "form" -egenskapen returnerer. "Formen" ville være i rader og kolonner. "Shape's" -indeksen kan brukes til å måle antall rader eller kolonner også. Ingen argumentverdi er nødvendig for “DataFrame. form".
Syntaksen for Python Pandas Shape -metoden
Bruk syntaksen ovenfor, og det gir et formspesifikt par kolonner og rader av en DataFrame eller serie for å bestemme formen på DataFrame.
Syntaksen for Python Panda -størrelsesmetoden
Bruk denne syntaksen for å få DataFrames størrelse, og den gir en DataFrame eller seriestørrelse som tilsvarer hele antall elementer, det vil si kolonner med rader.
Eksempel 1: Bruke Python Pandas for å bestemme DataFrames størrelse og form
Pandas er et rammeverk for databehandling. Tabeller Data kan lagres i Python ved å bruke en DataFrame. Brukere kan raskt lagre og samhandle med tabelldata, for eksempel rader og kolonner ved å bruke DataFrame. I denne demonstrasjonen vil vi bruke formparameteren for å bestemme antall rader og kolonner i DataFrame. En Dataframes "størrelse" bestemmes av antall elementer den inneholder, som tilsvarer summen av radene og kolonnene.
Ved å bruke "Spyder" -verktøyet blir dette eksemplet satt i implementering. Denne koden kjøres ved hjelp av Python Panda -modulen, som importerer Panda -biblioteket. Derfor vil vi begynne å skrive koden vår ved å importere Pandas modul til Python. Følgende trinn er å opprette et datafram etter import av Pandas bibliotek. "DF1" DataFrame er den vi bruker i denne prøven. Denne dataaframe har to kolonner “emne” og “merker”, som begge inneholder verdier. I kolonnen "Emne" har vi "Python", "DLD", "Etikk", "OOP", "Java" og "Management". I kolonnen "Marks" har vi merker for fagene "98", "70", "88", "77", "90" og "86". Denne dataaframe genereres ved hjelp av “PD.Dataramme".
Ved å bruke "størrelse" og "form" -metoder, vil vi nå beregne størrelsen og formen på dataframet. DataFrames totale antall dataceller vil bli beregnet ved å bruke “DF1.størrelse". "Form" -metoden vil indikere rekkefølgen på DataFrame når det. Ved hjelp av "print ()" -funksjonen kan vi nå se resultatene våre på skjermen.
Som vi kan se fra utfallet som er vist på bildet, vises dataframet som vi oppretter først, og deretter vil den definere DataFrames "størrelse" og "form". Dataframe har “12” dataceller fordi størrelsen er “12” og DataFrames “form” er “(6, 2)”. Dette indikerer at den inneholder seks rader og to kolonner. Størrelsen på indeksen er “6” som betyr fra “0 til 5”. Dataframets "størrelse" og "form" kan bestemmes ved å bruke indeksen enkelt.
Eksempel 2: Bestemme formen til en tom dataafram
Vi vil spesifisere formen på en tom dataaframe i dette eksemplet. I det siste eksemplet bygde vi en dataaframe med noen kolonner og rader, og vi viste dens form og størrelse ved å bruke "form" og "størrelse" -metoden. I dette tilfellet lager vi imidlertid et tomt datafram uten kolonner og ingen rader. Indeksstørrelsen for et dataafram som er tom er alltid null. Utfallet vil være null fordi DataFrame ikke inneholder noen elementer. Imidlertid vil formmetoden tillate oss å få tak i dette. Nå bruker vi “DF. form ”for å få formen på vår dataframme. Dette vil informere oss om skumrekkefølgen “Row*Column” der vår dataframme er organisert. Med andre ord, den forteller hvor mange rader og søyler som er til stede. Å påkalle "print ()" -funksjonen vil vise resultatet på skjermen.
Bildet vil vise en tom datalituttalelse i stedet for en dataaframe fordi det ikke har noen kolonne og størrelsen på indeksen er null. Dermed viser den en tom firkantet brakett “[]” foran kolonnen og indeksen. Etter det, hvis vi analyserer DataFrames form, viser den en rekkefølge på “(0, 0)”, som angir at ordren for “Row * Column” er “0”. Den erklærer at det verken er en rad eller en kolonne.
Eksempel 3: En annen forklaring på hvordan du får formen på en dataramme ved hjelp av Python Pandas formmetode
"Størrelse" gir kanskje ikke en hel representasjon av DataFrame. Formen til en dataaframe er en annen typisk funksjon. "Shaping" -prosessen er nær egenskapen "størrelse". Dette scenariet er identisk med det første eksemplet. Bortsett fra i dette tilfellet, bruker vi ganske enkelt "form" -attributtet for å definere formen på dataframet i stedet for i forrige. Vi bruker både "form" og "størrelse" -egenskaper. Importere Pandas modul til Python vil tillate oss å begynne å skrive koden vår. Neste trinn er å bruke “PD.DataFrame ”for å lage DataFrame. I denne DataFrame “DF” har vi tre kolonner “M”, “N” og “O”. Hver av disse tre kolonnene inneholder verdier. Verdien for kolonnen “M” har vi “1”, “4”, “7” og “10”. Verdiene for kolonnen “N” har vi “2”, “5”, “8” og “12” og for den siste kolonnen “O” har vi “3”, “6”, “9” og “13”.
For å få DataFrames matriseordre, bruker vi nå “form” -teknikken, som beregner DataFrames rader og kolonner. Antall rader vil bli bestemt av indeksens begynnelsesområde. Derfor, for DataFrame -radene, bruker vi "form [0]". For å få de totale kolonnene bruker den “form [1]”. For tiden implementerer vi "print ()" -funksjonen for å vise resultatene.
Dataframes scenario vises i utgangsbildet. Som vi kan se på figuren, er formen på DataFrame “(4, 3)”, som er i størrelsesorden Matrix Foam. Neste linje indikerer eksistensen av “4” rader og “3” kolonner.
Konklusjon
Diskusjonen vår konsentrerte seg om pandas form og størrelsesmetode. I denne artikkelen demonstrerte vi hvordan vi kan skaffe Matrix Foams "Row*Column" -rekkefølge, så vel som det totale antallet rader og kolonner ved å bruke "Form" og "størrelse" -metoder ". Vi lærer også hvordan du beregner formen på en tom dataaframe, selv når verdien er null, ved å bruke "form" -metoden.