วิธีเลือกหลายคอลัมน์ DataFrame โดยใช้ regexp และ datatypes

DataFrame อาจเปรียบเทียบกับชุดข้อมูลที่จัดเก็บไว้ในสเปรดชีตหรือฐานข้อมูลที่มีแถวและคอลัมน์ DataFrame เป็นออบเจกต์ 2 มิติ

ตกลง สับสนกับคำศัพท์ 1 มิติและ 2 มิติ ใช่ไหม

ความแตกต่างที่สำคัญระหว่าง 1D (ซีรี่ส์) และ 2D (DataFrame) คือจำนวนจุดของข้อมูลที่คุณต้องระบุเพื่อให้มาถึงจุดข้อมูลเดียว หากคุณใช้ตัวอย่างชุดข้อมูลและต้องการดึงค่าออกมา คุณจะต้องใช้จุดอ้างอิงเพียงจุดเดียว นั่นคือ ดัชนีแถว

ในการเปรียบเทียบกับตาราง (DataFrame) จุดอ้างอิงหนึ่งจุดไม่เพียงพอที่จะไปยังจุดข้อมูล คุณต้องมีจุดตัดของค่าแถวและค่าคอลัมน์

ตัวอย่างด้านล่างแสดงวิธีสร้าง Pandas DataFrame จากไฟล์ csv

.read_csv() วิธีการโดยค่าเริ่มต้นจะสร้าง DataFrame คุณดาวน์โหลดชุดข้อมูลภาพยนตร์ได้จาก kaggle.com โดยค้นหาภาพยนตร์

"""สคริปต์ :สร้าง Pandas DataFrame จากไฟล์ csv"""นำเข้าแพนด้าเป็น pdmovies_dataset pd read_csv "https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv")# 1 พิมพ์ประเภทของวัตถุ (movies_dataset)# 2 พิมพ์ 5 อันดับแรกในรูปแบบตารางmovies_dataset head(5)

2.การเลือกคอลัมน์ DataFrame คอลัมน์เดียว การส่งชื่อคอลัมน์เป็นสตริงหรือรายการไปยังตัวดำเนินการดัชนีจะคืนค่าคอลัมน์เป็น Series หรือ DataFrame

หากเราส่งผ่านสตริงที่มีชื่อคอลัมน์ คุณจะได้รับ Series เป็นเอาต์พุต อย่างไรก็ตาม การส่งรายการที่มีชื่อคอลัมน์เพียงชื่อเดียวจะส่งกลับ DataFrame เราจะเห็นสิ่งนี้พร้อมตัวอย่าง

# เลือกข้อมูลเป็นซีรีส์ movies_dataset["title"]

0 Avatar1 Pirates of the Caribbean:At World's End2 Spectre3 The Dark Knight Rises4 John Carter...4798 El Mariachi4799 Newlyweds4800 Signed, Sealed, Delivered4801 Shanghai Calling4802 My Date with DrewName:title, Length:4803, dtype:object ก่อน> 

 
 
 
# เลือกข้อมูลเป็น DataFrame movies_dataset[["title"]]
 

 
 
 
 
 
 
title 
 
 
 
 
0 
 
 
อวตาร 
 
 
 
1 
 
 
Pirates of the Caribbean:At World's End 
 
 
 
2 
 
 
Spectre 
 
 
 
3 
 
 
อัศวินรัตติกาลผงาด 
 
 
 
4 
 
 
จอห์น คาร์เตอร์ 
 
 
 
... 
 
 
... 
 
 
 
4798 
 
 
El Mariachi 
 
 
 
4799 
 
 
คู่บ่าวสาว 
 
 
 
4800 
 
 
ลงนาม ปิดผนึก ส่งแล้ว 
 
 
 
4801 
 
 
เซี่ยงไฮ้โทร 
 
 
 
4802 
 
 
เดทของฉันกับดรูว์ 
 
 
 
 
 

 3.เลือกหลายคอลัมน์ DataFrame
 
# คอลัมน์ DataFrame หลายคอลัมน์ movies_dataset[["title""runtime","vote_average","vote_count"]]
 

 
 
 
 
 
 
title 
 
 
รันไทม์ 
 
 
vote_average 
 
 
vote_count 
 
 
 
 
0 
 
 
อวตาร 
 
 
162.0 
 
 
7.2 
 
 
11800 
 
 
 
1 
 
 
Pirates of the Caribbean:At World's End 
 
 
169.0 
 
 
6.9 
 
 
4500 
 
 
 
2 
 
 
Spectre 
 
 
148.0 
 
 
6.3 
 
 
4466 
 
 
 
3 
 
 
อัศวินรัตติกาลผงาด 
 
 
165.0 
 
 
7.6 
 
 
9106 
 
 
 
4 
 
 
จอห์น คาร์เตอร์ 
 
 
132.0 
 
 
6.1 
 
 
2124 
 
 
 
... 
 
 
... 
 
 
... 
 
 
... 
 
 
... 
 
 
 
4798 
 
 
El Mariachi 
 
 
81.0 
 
 
6.6 
 
 
238 
 
 
 
4799 
 
 
คู่บ่าวสาว 
 
 
85.0 
 
 
5.9 
 
 
5 
 
 
 
4800 
 
 
ลงนาม ปิดผนึก ส่งแล้ว 
 
 
120.0 
 
 
7.0 
 
 
6 
 
 
 
4801 
 
 
เซี่ยงไฮ้โทร 
 
 
98.0 
 
 
5.7 
 
 
7 
 
 
 
4802 
 
 
เดทของฉันกับดรูว์ 
 
 
90.0 
 
 
6.3 
 
 
16 
 
 
 
 
 

 เพื่อหลีกเลี่ยงปัญหาการอ่านโค้ดได้ ฉันแนะนำให้กำหนดตัวแปรสำหรับเก็บชื่อคอลัมน์เป็นรายการและใช้ชื่อคอลัมน์แทนการระบุชื่อคอลัมน์หลายรายการภายในโค้ด
 
คอลัมน์=["title","runtime","vote_average","vote_count"]movies_dataset[columns]
 

 
 
 
 
 
 
title 
 
 
รันไทม์ 
 
 
vote_average 
 
 
vote_count 
 
 
 
 
0 
 
 
อวตาร 
 
 
162.0 
 
 
7.2 
 
 
11800 
 
 
 
1 
 
 
Pirates of the Caribbean:At World's End 
 
 
169.0 
 
 
6.9 
 
 
4500 
 
 
 
2 
 
 
Spectre 
 
 
148.0 
 
 
6.3 
 
 
4466 
 
 
 
3 
 
 
อัศวินรัตติกาลผงาด 
 
 
165.0 
 
 
7.6 
 
 
9106 
 
 
 
4 
 
 
จอห์น คาร์เตอร์ 
 
 
132.0 
 
 
6.1 
 
 
2124 
 
 
 
... 
 
 
... 
 
 
... 
 
 
... 
 
 
... 
 
 
 
4798 
 
 
El Mariachi 
 
 
81.0 
 
 
6.6 
 
 
238 
 
 
 
4799 
 
 
คู่บ่าวสาว 
 
 
85.0 
 
 
5.9 
 
 
5 
 
 
 
4800 
 
 
ลงนาม ปิดผนึก ส่งแล้ว 
 
 
120.0 
 
 
7.0 
 
 
6 
 
 
 
4801 
 
 
เซี่ยงไฮ้โทร 
 
 
98.0 
 
 
5.7 
 
 
7 
 
 
 
4802 
 
 
เดทของฉันกับดรูว์ 
 
 
90.0 
 
 
6.3 
 
 
16 
 
 
 
 
 

 4.DataFrame คอลัมน์ตามชื่อคอลัมน์
 
.filter() วิธีการ
 

 วิธีนี้ค่อนข้างสะดวกในการค้นหาและเลือกคอลัมน์โดยใช้สตริง วิธีนี้ใช้งานได้เกือบเหมือนกับพารามิเตอร์ %% ที่คล้ายกันใน SQL โปรดจำไว้ว่า .filter() วิธีการเลือกคอลัมน์โดยการตรวจสอบเฉพาะชื่อคอลัมน์เท่านั้น ไม่ใช่ค่าข้อมูลจริง
 

 .filter() วิธีการรองรับพารามิเตอร์สามตัวที่สามารถใช้สำหรับการดำเนินการเลือกได้
 

 .ชอบ 
 .regex 
 .items
 
พารามิเตอร์like ใช้สตริงและพยายามค้นหาชื่อคอลัมน์ที่มีสตริงนี้ในชื่อคอลัมน์
 

 
 
 
# เลือกคอลัมน์ที่มีชื่อคอลัมน์เช่น "title" movies_dataset.filter(like="title").head(5)
 

 
 
 
 
 
 
original_title 
 
 
title 
 
 
 
 
0 
 
 
อวตาร 
 
 
อวตาร 
 
 
 
1 
 
 
Pirates of the Caribbean:At World's End 
 
 
Pirates of the Caribbean:At World's End 
 
 
 
2 
 
 
Spectre 
 
 
Spectre 
 
 
 
3 
 
 
อัศวินรัตติกาลผงาด 
 
 
อัศวินรัตติกาลผงาด 
 
 
 
4 
 
 
จอห์น คาร์เตอร์ 
 
 
จอห์น คาร์เตอร์ 
 
 
 
 
 

 .regex – วิธีที่ยืดหยุ่นมากขึ้นในการเลือกชื่อคอลัมน์โดยใช้นิพจน์ทั่วไป
 
# เลือกคอลัมน์ที่ลงท้ายด้วย "t"movies_dataset.filter(regex=t).head()
 

 
 
 
 
 
 
งบประมาณ 
 
 
vote_count 
 
 
 
 
0 
 
 
237000000 
 
 
11800 
 
 
 
1 
 
 
300000000 
 
 
4500 
 
 
 
2 
 
 
245000000 
 
 
4466 
 
 
 
3 
 
 
250000000 
 
 
9106 
 
 
 
4 
 
 
260000000 
 
 
2124 
 
 
 
 
 

 .items – ซ้ำกันของการส่งชื่อคอลัมน์เป็นสตริงหรือรายการไปยังตัวดำเนินการดัชนี ยกเว้น KeyError จะไม่ถูกยกขึ้น
 
คอลัมน์ DataFrame ตามประเภทข้อมูล
 

 เมธอด .select_dtypes ใช้ได้กับประเภทข้อมูลคอลัมน์ หากคุณสนใจที่จะกรองและใช้ข้อมูลบางประเภทเท่านั้น
 

 อีกครั้ง วิธี .select_dtypes ยอมรับข้อมูลหลายประเภท (ตามรายการ) หรือประเภทข้อมูลเดียว (เป็นสตริง) ในพารามิเตอร์รวมหรือแยกออก และส่งกลับ DataFrame ที่มีคอลัมน์ประเภทข้อมูลที่กำหนดเท่านั้น
 

 พารามิเตอร์ .include รวมคอลัมน์ที่มีประเภทข้อมูลที่ระบุ และ .exclude จะละเว้นคอลัมน์ที่มีประเภทข้อมูลที่ระบุ
 

 มาดูประเภทข้อมูลและจำนวนคอลัมน์ที่มีประเภทข้อมูลเหล่านั้นกันก่อน
 
movies_dataset=pd.read_csv("https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv"movies_dataset.dtypes.value_counts()
 

 
 
 
วัตถุ 5int64 4float64 3dtype:int64
 

 
 
 

 a) การกรองประเภทข้อมูลจำนวนเต็มจาก DataFrames ของแพนด้า
 
movies_dataset select_dtypes(include="int")head(3)
 

 
 
 
2 
 
 
 
 
1 
 
 
 
 
0 
 
 
 
 
 
 
 
 
 
 

 
 
 

 ข) เลือกประเภทข้อมูลจำนวนเต็มและทศนิยมจาก DataFrames แพนด้า
 

 คุณสามารถระบุประเภทข้อมูลได้หลายประเภทตามรายการที่แสดงด้านล่าง
 
movies_dataset select_dtypes(include="int64","float"]).head(3)
 

 
 
 
 
 
 
งบประมาณ 
 
 
id 
 
 
ความนิยม 
 
 
รายได้ 
 
 
รันไทม์ 
 
 
vote_average 
 
 
vote_count 
 
 
 
 
0 
 
 
237000000 
 
 
19995 
 
 
150.437577 
 
 
2787965087 
 
 
162.0 
 
 
7.2 
 
 
11800 
 
 
 
1 
 
 
300000000 
 
 
285 
 
 
139.082615 
 
 
961000000 
 
 
169.0 
 
 
6.9 
 
 
4500 
 
 
 
2 
 
 
245000000 
 
 
206647 
 
 
107.376788 
 
 
880674609 
 
 
148.0 
 
 
6.3 
 
 
4466 
 
 
 
 
 

 ค) ถ้าคุณต้องการประเภทข้อมูลตัวเลขทั้งหมด ก็ระบุตัวเลข
 
movies_dataset select_dtypes(include=["number"]).head(3)
 

 
 
 
 
 
 
งบประมาณ 
 
 
id 
 
 
ความนิยม 
 
 
รายได้ 
 
 
รันไทม์ 
 
 
vote_average 
 
 
vote_count 
 
 
 
 
0 
 
 
237000000 
 
 
19995 
 
 
150.437577 
 
 
2787965087 
 
 
162.0 
 
 
7.2 
 
 
11800 
 
 
 
1 
 
 
300000000 
 
 
285 
 
 
139.082615 
 
 
961000000 
 
 
169.0 
 
 
6.9 
 
 
4500 
 
 
 
2 
 
 
245000000 
 
 
206647 
 
 
107.376788 
 
 
880674609 
 
 
148.0 
 
 
6.3 
 
 
4466 
 
 
 
 
 

 ง) ยกเว้นข้อมูลบางประเภทจาก DataFrames ของแพนด้า
 

 
 
 
movies_dataset select_dtypes(exclude=["object"]).head(3)
 

 
 
 
 
 
 
งบประมาณ 
 
 
id 
 
 
ความนิยม 
 
 
รายได้ 
 
 
รันไทม์ 
 
 
vote_average 
 
 
vote_count 
 
 
 
 
0 
 
 
237000000 
 
 
19995 
 
 
150.437577 
 
 
2787965087 
 
 
162.0 
 
 
7.2 
 
 
11800 
 
 
 
1 
 
 
300000000 
 
 
285 
 
 
139.082615 
 
 
961000000 
 
 
169.0 
 
 
6.9 
 
 
4500 
 
 
 
2 
 
 
245000000 
 
 
206647 
 
 
107.376788 
 
 
880674609 
 
 
148.0 
 
 
6.3 
 
 
4466 
 
 
 
 
 

 
 
 

 หมายเหตุ :- ไม่มีประเภทข้อมูลสตริงที่ต้องจัดการ pandas แปลงเป็น Object ดังนั้นหากคุณพบข้อยกเว้น “TypeError:data type “string” ไม่เข้าใจ” ให้แทนที่สตริงด้วย Object แทน