Курс Python → Обработка данных в Python

Для дальнейшей обработки данных в Python существует несколько методов, которые позволяют очистить данные от лишней информации и подготовить их для анализа. Один из таких методов — отбрасывание ненужных столбцов в датафрейме. Например, если у нас есть датафрейм с данными и нам не нужны столбцы с именами Id и Name, мы можем использовать метод drop() для удаления этих столбцов и создания новой копии датафрейма.


import pandas as pd

# Создаем датафрейм df с данными
df = pd.DataFrame({'Id': [1, 2, 3],
                   'Name': ['Alice', 'Bob', 'Charlie'],
                   'Age': [25, 30, 35]})

# Отбрасываем столбцы Id и Name
new_df = df.drop(['Id', 'Name'], axis=1)
print(new_df)

Еще один способ обработки данных — фильтрация строк по определенному условию. Например, если мы хотим оставить только те строки, где значение в столбце Type равно ‘frozen’ или ‘green’, мы можем использовать метод loc[] для фильтрации данных и сохранения только нужных строк.


# Фильтруем строки по значению столбца Type
filtered_df = df.loc[df['Type'].isin(['frozen', 'green'])]
print(filtered_df)

Таким образом, обработка данных в Python включает в себя различные методы работы с датафреймами, такие как удаление столбцов, создание новых столбцов из существующих данных и фильтрация строк по определенным условиям. Эти методы позволяют подготовить данные для дальнейшего анализа и обработки в вашем проекте.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Использование html-скриптов в Jupyter Notebook
  2. Автоматизация действий с Pyautogui
  3. Метод join() для объединения элементов строки
  4. Мониторинг работы программы Py-spy
  5. Аннотации типов в Python
  6. Асинхронное программирование с asyncio
  7. Метод сравнения объектов в Python
  8. Работа с WindowsPath()
  9. Проверка элемента в множестве.
  10. Множественные конструкторы в Python
  11. Ноутбуки AMD Ryzen ™ 4000: мощность и эффективность
  12. Профилирование данных с Pandas.
  13. Декораторы в Python
  14. Атрибуты класса и экземпляра
  15. Генераторы в Python
  16. Операции с кортежами
  17. Перебор элементов списка в Python
  18. Работа с collections в Python.
  19. Форматирование строк в Python
  20. Блок else в циклах Python
  21. Импорт модулей в Python 3.12
  22. Замена элементов в списке с помощью генераторов списков
  23. Значения по умолчанию в Python
  24. Разбиение текста в Python
  25. Хеширование паролей с использованием salt
  26. Списковое включение в Python
  27. Распаковка элементов массива
  28. Очистка данных с Pandas
  29. Декоратор total_ordering для класса Point
  30. Удаление символа из строки
  31. Оператор * в Python
  32. Создание веб-приложения с Flask
  33. Измерение времени выполнения кода
  34. Подсчет частотности элементов в Python
  35. Оптимизация параметров в Python
  36. Работа с NumPy массивами
  37. Оператор деления для класса Rational
  38. Метод округления чисел
  39. Асинхронный код в Python
  40. Склеивание строк через метод join()
  41. Однострочники Python
  42. Функции map, filter, reduce
  43. Создание словарей с defaultdict()
  44. Стать Python-разработчиком
  45. Оптимизация сравнения в Python
  46. Функция zip() для объединения списков
  47. Генераторы списков

Marketello читают маркетологи из крутых компаний