Pandas noen metode
Vi forklarer det også som “hvilken som helst ()” -metode viser sant hvis det ikke er noen nullverdi i kolonnen. For eksempel, hvis kolonnen inneholder all null og en verdi som ikke er null, er resultatet "sant". Det viser bare "falsk" i saken når alle verdier er null. Vi presenterer denne guiden for å forklare konseptet med "hvilken som helst ()" -metode i "Pandas". Se på følgende koder der vi har brukt “hvilken som helst ()” -metode og vil gjengi metoden arbeid.
Eksempel nr. 01
Vi vil bruke “alle ()” -metodene i kodene og utføre dem på “Spyder” -appen i denne guiden. Vi må importere “Pandas som PD” for å få tilgang til metoden i koden vår fordi vi jobber med Pandas -kodene. Vi genererer da DataFrame som heter “DF” med tre kolonner, og alle kolonner inneholder noen numeriske data. Opprett deretter kolonne en med navnet “A”, og dataene vi legger til den er “1, 2, 0”. "B" -kolonnen kommer etter dette, der vi setter inn “0, 2 og 4”. Vi har også "C" -kolonnen, og vi legger til alle nuller i den som "0, 0, 0". Vi gjengir “DF” ved å legge den i “Print ()”.
Nå flytter vi for å anvende “hvilken som helst ()” -metode på denne “DF”. Den vil sjekke alle kolonnene separat, og hvis kolonnen ikke er null og inneholder en annen numerisk verdi enn null, vil den vise det "sanne" resultatet. Hvis alle verdiene er null eller null, viser det det "falske" som et resultat. Vi legger denne "hvilken som helst ()" -metode i "print ()" -metoden slik at utfallet blir gjengitt på konsollskjermen.
Den gitte utgangen oppnås ved å treffe “Shift + Enter” -tastene på tastaturet. Det gjengir på terminalen til "Spyder" -appen. Her vises de numeriske dataene i tabellformen, da vi har satt disse dataene i DataFarme. Kolonnen "A" inneholder to ikke-nullverdier og en null, så resultatet er "sant". I kolonne “B” er det også to ikke-null, og den tredje er den numeriske verdien, så den returnerer “True” for “B”. Imidlertid har den tredje "C" -kolonnen alle verdier null, så den returnerer "FALSE" for denne "C" -kolonnen.
Eksempel # 02
Både “Pandas” og “Numpy” importeres som henholdsvis "PD" og "NP". Videre er det tre kolonner i "ordboken" vi har konstruert her. Disse kolonnene heter “A”, “B” og “C” der vi setter inn “1, 2, 3, 4, 0, NP. Nan, 3 ”i“ A ”, deretter“ 0, 0, 0, 0, 0, 0, 0 ”i“ B ”-kolonnen, og vi kan også beskrive det som om vi har satt inn alle nuller i“ B ” kolonne. De tredje og siste kolonnene inneholder “3, 1, 4, 5, 0, NP. Nan, 5 ”.
Deretter er "Dictionary" opprettet som en DataFrame, som deretter skrives ut. Vi setter navnet på DataFrame til “Data11”. Nedenfor bruker vi “hvilken som helst ()” -metode og setter “Axis = 0” som parameter. Denne en hvilken som helst () -metode brukes på DataFrame -kolonnene og returnerer deretter utfallet. Vi gjengir også følgende utfall ved å sette "print ()":
Kolonnen “A” inneholder andre numeriske verdier enn “0”, så resultatet for dette er “True”. Kolonne “B” inneholder ikke noen numerisk verdi bortsett fra “0”; Alle verdiene er “0”, så resultatet er “FALSE”. Så kommer den siste "C" -kolonnen, som har verdiene som ikke er null, så resultatet er "sant".
Eksempel # 03
Vi importerer igjen både "Pandas" og "Numpy" som "PD" og "NP", som vi har forklart i kode 2. "Tallene" er en variabel der vi oppretter ordboken med tre kolonner. Disse kolonnene er “C1, C og C3” her. I "C1" -kolonnen går vi inn "2, 4, 6, 4, 0, NP. Nan, 3, ”og“ 1, 3, 5, 7, 0, NP. Nan, 5 ”finnes i den andre kolonnen“ C2 ”og i“ C3 ”-kolonnen legger vi til“ 0, 0, 0, 0, 0, 0, 0, ”eller, alternativt,“ alle nuller.”.
"Tall" -ordboken blir deretter gjort til en dataaframe og trykt. Dataframets navn er satt til “Numbers1”. Deretter bruker vi “hvilken som helst ()” -metode med parameteren satt til “Axis = 1”. DataFrame -radene blir utsatt for denne () metoden, som deretter returnerer resultatet. Vi legger også til "Print ()" for å formidle dette resultatet.
Utfallet for dette er "sant" for de som har andre numeriske verdier enn "0" og "falsk" for de som bare har "0" og ingen andre numeriske verdier.
Eksempel nr. 04
I denne koden legger vi til "sanne" og "falske" verdier som dataene og bruker deretter "hvilken som helst ()" på de "sanne og falske" verdiene. Vi lager bare to kolonner her der vi bare har satt inn "sanne" og "falske" verdier og lagret dem som en ordbok i "any_data" -variabelen og deretter endre ordboken til DataFrame og viser også at DataFrame. Vi bruker "hvilken som helst ()" -metode på disse dataene og gjengir resultatet. Resultatet er "sant" hvis noen verdi er "sann" og "falsk" når alle verdier er "falske".
Her er begge verdiene av kolonnen “0” “sanne”, så resultatet er “sant”. Kolonnen “1” -verdiene er “falske”, så resultatet er “falsk”, men i kolonnen “2” er den ene verdien “sann”, og den andre verdien er “falsk”, så den viser “sann” fordi en Verdien er "sann".
Eksempel nr. 05
Vi legger navnet "kolonne" og lager en ordbok som inneholder to kolonner med noen data. Kolonne “A” har “1, 2, 3, 4,5” og kolonne “B” har “6, 7, 8, 9, 10”. Etter å ha konvertert denne ordboken til DataFrame, skriver vi den ut og bruker “hvilken som helst ()” -metode der vi også setter en tilstand. I den første "print ()" plasserer vi betingelsen om at kolonnen "B" -verdiene er større enn kolonnen "a". Hvis noen verdi i kolonnen “B” er større enn kolonnen “A” -verdiene, gir den et "sant" resultat. I den andre tilstanden setter vi inn neste “print ()”, som vil sjekke verdiene til “B” og “A” og om verdien på "B" -kolonnen er mindre enn verdien av "A" -kolonnen.
Her er verdien av kolonnen “A” større, så den viser “True”. I det følgende bildet returnerer det “FALSE” da ingen verdi av “B” er mindre enn “A”:
Konklusjon
"Hvilken som helst ()" -metode er blitt forklart i stor lengde og på en veldig grei måte i denne guiden. Denne guideens hovedmål er å hjelpe deg med å forstå ideen om “hvilken som helst ()” -metode i pandaer. Vi har undersøkt at denne metoden resulterer i "sann" hvis noen verdi er ikke-null i kolonnen og også "sann" hvis noen verdi er "sann". Det gir bare "falsk" hvis alle verdier er "falske" eller alle verdier er "null". Her diskuterer vi også dette konseptets teoretiske og praktiske begrunnelser. Forhåpentligvis hjalp denne artikkelen deg med å lære “hvilken som helst ()” -metode.