Python

pdpipeライブラリのcolDrop（）メソッドを使用して、PandasDataFrameから列を削除します。最初に、必要なpdpipeライブラリとpandasライブラリをそれぞれのエイリアスとともにインポートします- import pdpipe as pdp import pandas as pdをインポートします DataFrameを作成しましょう。ここでは、2つの列があります- dataFrame = pd.DataFrame(    {       "Car": ['BMW', 'Lexu

単一の列から一意の値を見つけるには、unique（）メソッドを使用します。 Pandas DataFrameに従業員レコードがあるとします。2人の従業員が同じような名前を持つ可能性があるため、名前が繰り返される可能性があります。その場合、一意の従業員名が必要な場合は、DataFrameにunique（）を使用してください。 まず、必要なライブラリをインポートします。ここでは、pdをエイリアスとして設定しています- import pandas as pd まず、DataFrameを作成します。ここでは、2つの列があります- dataFrame = pd.DataFrame(   &

辞書のリストを既存のPandasDataFrameに追加し、append（）メソッドを使用します。まず、DataFrameを作成します- dataFrame = pd.DataFrame(    {       "Car": ['BMW', 'Audi', 'XUV', 'Lexus', 'Volkswagen'],"Place": ['Delhi','Bangalore','Pune&

Seabornの棒グラフは、点推定と信頼区間を長方形の棒として表示するために使用されます。 seaborn.barplot（） これに使用されます。 x、y、または色相を使用してカテゴリ変数を渡すことにより、カテゴリ変数でグループ化された垂直バープロットをプロットします。 パラメータ。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPan

Seabornの棒グラフは、点推定と信頼区間を長方形の棒として表示するために使用されます。 seaborn.barplot（）は、水平棒グラフを作成するために使用されます。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\

Seabornの棒グラフは、点推定と信頼区間を長方形の棒として表示するために使用されます。これには、seaborn.barplot（）が使用されます。データセット列をx値とy値として使用して水平バープロットをプロットします。 推定量を使用する 中央値を設定するパラメータ 中心傾向の推定値として。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt from nump

複数の列をプロットするには、棒グラフをプロットします。 plot（）を使用します メソッドと種類を設定します バーへのパラメータ 棒グラフ用。まず、必要なライブラリをインポートしましょう- import pandas as pd import matplotlib.pyplot as mp 以下は、チームレコードのデータです- data = [["Australia", 2500, 2021],["Bangladesh", 1000, 2021],["England", 2000, 2021],["India"

CSVファイルの内容は次のとおりです-        Car Reg_Price 0      BMW 2000 1    Lexus 1500 2     Audi 1500 3   Jaguar 2000 4  Mustang 1500 必要なライブラリをインポートします- import pandas as pd import matplotlib.pyplot as mp CSVファ

折れ線グラフでDataFrameをプロットするには、 plot（）を使用します メソッドと種類を設定します 行へのパラメータ。まず、必要なライブラリをインポートしましょう- import pandas as pd import matplotlib.pyplot as mp 以下は、チームレコードのデータです- data = [["Australia", 2500, 2021],["Bangladesh", 1000, 2021],["England", 2000, 2021],["India", 3000, 2

以下は、MicrosoftExcelで開いたCSVファイルの内容であるとしましょう- 最初に、CSVファイルからPandasDataFrameにデータをロードします- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") サブセットを選択するには、角かっこを使用します。括弧内の列に言及し、データセット全体から単一の列をフェッチします- dataFrame['Car'] 例 以下はコードです- import pandas as pd # Load data fr

行のサブセットを選択するには、条件を使用してデータをフェッチします。 以下は、MicrosoftExcelで開いたCSVファイルの内容であるとしましょう- 最初に、CSVファイルからPandasDataFrameにデータをロードします- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") 「Units」が100を超えるCarレコード、つまり行のサブセットが必要だとします。これには、-を使用します dataFrame[dataFrame["Units"] >

以下は、MicrosoftExcelで開いたCSVファイルの内容であるとしましょう- 最初に、CSVファイルからPandasDataFrameにデータをロードします- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") 複数の列レコードを選択するには、角かっこを使用します。括弧内の列に言及し、データセット全体から複数の列をフェッチします- dataFrame[['Reg_Price','Units']] 例 以下はコードです- import pa

Pandas DataFrameをマージするには、 merge（）を使用します 働き。 多対1の関係 「検証」の下で設定することにより、両方のデータフレームに実装されます ” merge（）関数のパラメータ、つまり- validate = “many-to-one” or validate = “m:1” 多対1の関係は、マージキーが正しいデータセットで一意であるかどうかをチェックします。 まず、1番目の stを作成しましょう DataFrame- dataFrame1 = pd.DataFrame(    {  

特定のテキストを含む行を選択するには、contains（）メソッドを使用します。以下がCSVファイルパスであるとしましょう- C:\\Users\\amit_\\Desktop\\SalesRecords.csv まず、CSVファイルを読んでPandasDataFrameを作成しましょう- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv") ここで、特定のテキスト「BMW」を含む行を選択しましょう- dataFrame = dataFrame[dataFrame['Car

columns.values（）を使用すると、CSVファイルのインデックス番号で列名の名前を簡単に変更できます。 以下は、MicrosoftExcelで開いたCSVファイルの内容であるとしましょう- 列名の名前を変更します。最初に、CSVファイルからPandasDataFrameにデータをロードします- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") CSVからすべての列名を表示- dataFrame.columns 次に、列名の名前を変更します- dataFrame.co

散布図は、データの視覚化手法です。 plot.scatter（）を使用して、散布図をプロットします。まず、必要なライブラリをインポートしましょう- チームレコードにデータがあります。 PandasDataFrameに設定します- data = [["Australia", 2500],["Bangladesh", 1000],["England", 2000],["India", 3000],["Srilanka", 1500]] dataFrame = pd.DataFrame(data,

ヘッダーなしでCSVファイルを読み取るには、ヘッダーパラメータを使用して「なし」に設定します 」read_csv（） メソッド。 以下は、MicrosoftExcelで開いたCSVファイルの内容であるとしましょう- まず、必要なライブラリをインポートします- import pandas as pd CSVファイルからPandasDataFrameにデータをロードします。これにより、ヘッダーも表示されます- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") ロード中に、ヘッダー

SeabornのSwarmPlotは、重複しないポイントを持つカテゴリ散布図を描画するために使用されます。これにはseaborn.swarmplot（）が使用されます。 violinplot（）を使用して、バイオリン図の上に観測の群れを描画します。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロード

Seabornの棒グラフは、点推定と信頼区間を長方形の棒として表示するために使用されます。これには、seaborn.barplot（）が使用されます。 barplot（）メソッドで変数をx座標またはy座標として渡すことにより、カテゴリ変数によってグループ化された垂直棒グラフをプロットします。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからP

NaN値を置き換えるには、fillna（）メソッドを使用します。以下が、いくつかのNaN値を使用してMicrosoftExcelで開いたCSVファイルであるとしましょう- まず、必要なライブラリをインポートします- import pandas as pd CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") fillna（）メソッドを使用してNaN値を0に置き換えます- dataFrame.fillna(0)