Cheatsheet di Pandas: i migliori comandi che dovresti conoscere [2022]

L'analisi dei dati è diventata un nuovo genere di studio, e tutto grazie a Python. Se sei un appassionato analista di dati che lavora su Python usa quasi assolutamente la libreria Pandas, allora questo articolo fa per te. Questo cheatsheet di Panda esaminerà tutti i metodi essenziali che tornano utili durante l'analisi dei dati. Potresti aver riscontrato situazioni in cui è difficile ricordare la sintassi specifica per fare qualcosa in Pandas. Questi comandi del cheat sheet di Panda ti aiuteranno a ricordare e fare riferimento facilmente alle operazioni più comuni di Pandas. Se sei un principiante in Python e nella scienza dei dati, i corsi di scienza dei dati di upGrad possono sicuramente aiutarti ad immergerti più a fondo nel mondo dei dati e dell'analisi.

Usare il Cheatsheet di Pandas

Prima di utilizzare questo cheat sheet di Pandas , dovresti imparare a fondo il Tutorial di Pandas e quindi fare riferimento a questo cheat sheet per ricordarlo e cancellarlo. Il cheat sheet di Pandas ti aiuterà a cercare rapidamente i metodi che hai già imparato e può tornare utile anche se stai andando a un esame o un colloquio. Abbiamo raccolto e raggruppato tutti i comandi usati frequentemente nei Panda da un analista di dati per un facile rilevamento. In questo cheat sheet di Pandas , useremo la seguente scorciatoia per rappresentare oggetti diversi.

• df: per rappresentare qualsiasi oggetto Pandas DataFrame
• ser: per rappresentare qualsiasi oggetto della serie Pandas

È necessario utilizzare le seguenti librerie pertinenti per l'implementazione dei metodi indicati di seguito in questo articolo.

• importa panda come pd
• importa numpy come np

Da leggere: Domande sull'intervista ai panda

1. Importa dati da file diversi

• Per leggere tutti i dati da un file CSV: pd.read_csv(file_name)
• Per leggere tutti i dati da un file di testo delimitato (come TSV): pd.read_table(file_name)
• Per leggere da un foglio Excel: pd.read_excel(nome_file)
• Per leggere i dati da un database SQL: pd.read_sql(query, connectionObject)
• Recupero dei dati da una stringa o un URL formattato JSON: pd.read_json(jsonString)
• Per prendere il contenuto degli appunti: pd.read_clipboard()

2. Esporta DataFrames in diversi formati di file

• Per scrivere un DataFrame in un file CSV: df.to_csv(file_name)
• Per scrivere un DataFrame in un file Excel: df.to_excel(file_name)
• Per scrivere un DataFrame in una tabella SQL: df.to_sql(tableName, connectionObject)
• Per scrivere un DataFrame in un file in formato JSON: df.to_json(file_name)

3. Ispeziona una particolare sezione del tuo DataFrame o Series

• Per recuperare tutte le informazioni relative a indice, tipo di dati e memoria: df.info()
• Per estrarre le 'n' righe iniziali del tuo DataFrame: df.head(n)
• Per estrarre le 'n' righe finali del tuo DataFrame: df.tail(n)
• Per estrarre il numero di righe e colonne disponibili nel tuo DataFrame: df.shape
• Per riassumere le statistiche per le colonne numeriche: df.describe()
• Per visualizzare i valori univoci insieme ai loro conteggi: ser.value_counts(dropna=False)

4. Selezione di un sottoinsieme specifico dei tuoi dati

• Estrarre la prima riga: df.iloc[0,:]
• Per estrarre il primo elemento della prima colonna di DataFrame: df.iloc[0,0]
• Per restituire colonne con etichetta 'col' come Serie: df[col]
• Per restituire colonne con un nuovo DataFrame: df[[col1, col2]]
• Per selezionare i dati per posizione: ser.iloc[0]
• Per selezionare i dati per indice: ser.loc['index_one']

5. Comandi di pulizia dei dati

• Per rinominare le colonne in masse: df.rename(columns = lambda x: x + 1)
• Per rinominare le colonne in modo selettivo: df.rename(columns = {'oldName': 'newName'})
• Per rinominare l'indice in masse: df.rename(index = lambda x: x + 1)
• Per rinominare le colonne in sequenza: df.columns = ['x', 'y', 'z']
• Per verificare se esistono valori null, restituisce di conseguenza una matrice booleana: pd.isnull()
• Il contrario di pd.isnull(): pd.notnull()
• Elimina tutte le righe contenenti valori null: df.dropna()
• Elimina tutte le colonne contenenti valori null: df.dropna(axis=1)
• Per sostituire ogni valore nullo con 'n': df.fillna(n)
• Per convertire tutti i tipi di dati della serie in float: ser.astype(float)
• Per sostituire tutti i numeri 1 con 'uno' e 3 con 'tre': ser.replace([1,2], ['uno','due'])

Leggi anche: Pandas Dataframe Astype

6. Raggruppa, Ordina e Filtra dati

• Per restituire un oggetto groupby per i valori delle colonne: df.groupby(colm)
• Per restituire un oggetto groupby per più valori di colonna: df.groupby([colm1, colm2])
• Per ordinare i valori in ordine crescente (per colonna): df.sort_values(colm1)
• Per ordinare i valori in ordine decrescente (per colonna): df.sort_values(colm2, ascending=False)
• Estrarre le righe in cui il valore della colonna è maggiore di 0,6: df[df[colm] > 0,6]

7. Altri

• Aggiungi le righe del primo DataFrame alla fine del secondo DataFrame: df1.append(df2)
• Aggiungi le colonne del primo DataFrame alla fine del secondo DataFrame: pd.concat([df1,df2],axis=1)
• Per restituire la media di tutte le colonne: df.mean()
• Per restituire il numero di valori non nulli: df.count()

Conclusione

Questi cheat sheet di Panda saranno utili solo per un rapido richiamo. È sempre un buon approccio per esercitarsi con i comandi prima di saltare direttamente nel foglio dei trucchi di Pandas .

Se sei curioso di conoscere i Panda, dai un'occhiata all'Executive PG Program in Data Science di IIIT-B e upGrad, creato per i professionisti che lavorano e offre oltre 10 casi di studio e progetti, workshop pratici pratici, tutoraggio con esperti del settore, 1- on-1 con mentori del settore, oltre 400 ore di apprendimento e assistenza al lavoro con le migliori aziende.