CC BY
20УДК 004.423
Информационные технологии
Дрянкова Дарья Александровна, студент факультета информатики и вычислительной техники, Хакасский государственный университет имени
Н.Ф. Катанова, г. Абакан, Россия Замулин Иван Сергеевич, заведующий кафедрой ПОВТиАС, Хакасский государственный университет имени Н.Ф. Катанова, г. Абакан, Россия
СОЗДАНИЕ ТАБЛИЦ И ИХ ФИЛЬТРАЦИЯ В БИБЛИОТЕКЕ PANDAS ДЛЯ ЯЗЫКА ПРОГРАММИРОВАНИЯ PYTHON
Аннотация: В статье рассматриваются способы создания таблиц библиотеки Pandas языка программирования Python и их выборка и фильтрация.
Ключевые слова: Python, Pandas, таблицы данных, строки, DataFrame, фильтрация.
Annotation: The article discusses ways to create tables of the Pandas library of the Python programming language and their selection and filtering.
Keywords: Python, Pandas, data tables, strings, DataFrame, filtering.
Библиотека Pandas - это библиотека для работы с данными в формате таблиц на языке программирования Python. Она позволяет считывать, записывать и обрабатывать данные из различных источников, таких как файлы CSV, Excel, базы данных SQL и другие.
В возможности библиотеки Pandas включены:
1) Создание и работа с таблицами данных: Pandas позволяет создавать таблицы данных, называемые DataFrame, которые представляют собой двумерные структуры данных с именованными столбцами и строками. DataFrame позволяет удобно и эффективно хранить, и обрабатывать большие
объемы данных.
2) Выборка и фильтрация данных: Pandas предоставляет широкий набор инструментов для выборки и фильтрации данных из таблиц. Это включает в себя выбор столбцов и строк по определенным критериям, а также фильтрацию данных по определенным условиям [1].
Способы создания таблиц в Pandas:
a) Создание таблицы из файла: Pandas может загружать данные из различных источников, включая CSV, Excel, JSON, SQL, HTML и другие форматы файлов. Например, для загрузки таблицы из файла CSV можно использовать метод read_csv().
b) Создание таблицы вручную: Pandas также позволяет создавать таблицы вручную с помощью функций, таких как DataFrame() или Series(). Эти функции позволяют задавать значения столбцов и строк таблицы и определять типы данных.
Рассмотрим некоторые из этих способов:
На рисунке 1 изображен пример загрузки данных из файла в формате CSV:
df = pd. reacl_csv ("file . csv"} Рисунок 1 - загрузка данных из файла в формате CSV
На рисунке 2 изображен пример загрузки данных из базы данных MySQL:
import mysql.с onne с t о г
mydb = mysql.connector.connect[
password="pasEwcrd", da tabase=,rdat abase "
qj.e г у = "SELECT * FROM table" df = pd.reacl sql (qj.ery, mydb}
Рисунок 2 - загрузка данных из базы данных MySQL
На рисунке 3 представлен пример создания таблицы вручную с помощью функций Pandas:
Рисунок 3 - Создание таблицы вручную с помощью функций Pandas
На рисунке 4 изображен пример создания таблицы данных с помощью массива №тРу:
Рисунок 4 - Создание таблицы данных с помощью массива NumPy
На рисунке 5 представлен пример создания таблицы из списка словарей:
>>> irport pandas as pd
»> data = [ { 1 Name 1 : "Alice1 , "Age": 25, "City1: "New York") ... {1 Name 1 : 1 Bob1, 1 Age 1 : 30, 1 Ci t y1 : 1 London1>,
... {'Name1: "Charlie1, "Age1: 35, "City1: "Paris1}]
>>> df = pd.DataFrame(data)
»> df
Name Age City
0 Alice 25 ITew York
1 Bob 3 0 Icndcn
2 Charlie 35 Paris
Рисунок 5 - Создание таблицы из списка словарей
Как было указано ранее, библиотека Pandas имеет широкий набор инструментов для выборки и фильтрации данных из таблиц, рассмотрим примеры некоторых из них:
На рисунке 6 изображен пример выбора строк по значению в столбце, где выбрали все значения со значением city == 'LA'.
Рисунок 6 - Выбор строк по значению в столбце
На рисунке 7 изображен пример выбора строк по нескольким значениям, в качестве значений для фильтрации выбираются строки со значениями, где где age <= 30 и city == 'NY'.
>>> df = pd.DataFrame(data} »> df_1 a_30 = df [ (df [ 1 age ' ] <= 30} > > > p гi11t(df_1a_3 0}
name age city 0 Alice 25 :Г£
i (df[1 city'] == 'NY1}]
Рисунок 7 - Выбор строк по нескольким значениям
На рисунке 8 изображен выбор строк по частичному совпадению в столбце, в данном примере выбираются строки, где name содержит букву 'a'.
import pandas as pd
data = {'name1: [■Alice", "Bob", "Charlie", "David"], "age" : [25, 32, 18, 47] , "city": ['NY', 'LA", "SF", "LA"]} df = pd.DataFrame(data)
df _a = df [ df [ ' name " ] . s t r . cont a i ns ( " a1 } ] prir.t (df_a}
name age city
2 Charlie IS SF
3 David 47 LA
Рисунок 8 - Выбор строк по частичному совпадению
Также мы можем выбирать строки по индексу, а столбцы по названию, как представлено на рисунке 9.
>>> >>>
>>> >>> >>> >>>
>>> >>>
>>> >>> >>> >>> >>>
>>> >>> >>>
irport pandas as pd data = {"name": ["Alice", "Bob", "age": [2 5, 32, IS, 47], "city" : ["NY", "LA" , "SF1 df = pd.DataFrame(data)
#Бы6эр с?рок ло индексу
df_l = df.loc[1]
print(df_l}
name Bcb
age 32
city LA
Maine: 1, dtype: object
#выбор столбцов ло назьамиы
df_name = df [ 'name "]
print (clf_name}
0 Alice
1 Bob
2 Charlie
3 David
Maine: name, dtype: object
'Charlie' ■ "LA"]}
"David'],
Рисунок 9 - Выбор строк по индексу и выбор столбцов по названию
Преимущества библиотеки Pandas:
1) Интуитивный интерфейс: Pandas обладает очень удобным и интуитивным интерфейсом для работы с таблицами, благодаря чему программистам гораздо проще понимать, как она работает, и использовать ее для своих задач.
2) Широкий функционал: Pandas предоставляет множество функций для работы с данными, таких как выборка и фильтрация, группировка,
объединение таблиц и преобразование данных, что делает ее очень мощной и универсальной библиотекой.
3) Простота использования: Благодаря интуитивному интерфейсу и широкому функционалу, Pandas позволяет программистам легко и быстро решать задачи работы с данными.
4) Широкое сообщество: Pandas имеет широкое сообщество пользователей и разработчиков, которые создают множество дополнительных инструментов и библиотек для улучшения ее функционала и расширения возможностей.
Недостатки библиотеки Pandas:
1) Производительность: При работе с большими объемами данных Pandas может быть не слишком эффективной и занимать много времени на выполнение операций.
2) Потребление памяти: Pandas может потреблять много памяти для хранения таблиц и данных, особенно при работе с большими объемами данных.
3) Сложность: Pandas может быть сложна для понимания и использования для начинающих программистов, особенно при работе с более сложными операциями.
Заключение
В сравнении с другими библиотеками для работы с данными, Pandas обладает уникальным комбинацией преимуществ и недостатков, которые делают ее хорошим выбором для многих задач работы с данными, но не всегда оптимальным решением для конкретных задач. Например, для работы с большими объемами данных может быть более эффективным использование специализированных библиотек, таких как Apache Spark. В то же время, для более простых задач работы с данными Pandas является лучшим выбором благодаря своей простоте и удобству использования [2].
Библиографический список:
1. Гэддис Т. Начинаем программировать на Python [Текст] / Т. Гэддис.
- СПб.: БХВ-Петербург, 2021. - 768 с. ISBN: 978-5-9775-4002-5.
2. Лусиану Рамальо, Слинкин А. А., Python. К вершинам мастерства. Лаконичное и эффективное программирование [Текст] / Лусиану Рамальо. - М.: ДМК-Пресс, 2022 г. - 898 с. ISBN: 978-5-97060-885-2.
