การวิเคราะห์ข้อมูลด้วย Python Pandas

ในบทช่วยสอนนี้ เราจะดูการวิเคราะห์ข้อมูลด้วยไลบรารี Python pandas ไลบรารี pandas เขียนด้วย C จึงไม่มีปัญหาเรื่องความเร็ว มีชื่อเสียงในการวิเคราะห์ข้อมูล เรามีโครงสร้างเก็บข้อมูล 2 ประเภทใน pandas คือ Series และ DataFrame มาดูทีละอย่าง

1. Series

Series เป็นอาร์เรย์ 1 มิติพร้อมดัชนีและค่าที่ปรับแต่งได้ เราสามารถสร้างอ็อบเจ็กต์ Series ด้วยคลาส pandas.Series(data, index) Series รับข้อมูลเป็นจำนวนเต็ม ลิสต์ ดิกชันนารี มาดูตัวอย่าง

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# ข้อมูล
data = [1, 2, 3]

# สร้างอ็อบเจ็กต์ Series
# Series ใช้ดัชนีเริ่มต้นอัตโนมัติ
series = pd.Series(data)
print(series)

ผลลัพธ์

ถ้ารันโปรแกรมข้างต้น จะได้ผลลัพธ์ดังนี้:

0 1
1 2
2 3
dtype: int64

ทำอย่างไรให้มีดัชนีแบบกำหนดเอง? ดูตัวอย่าง

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# ข้อมูล
data = [1, 2, 3]

# ดัชนี
index = ['a', 'b', 'c']

# สร้างอ็อบเจ็กต์ Series
series = pd.Series(data, index)
print(series)

ผลลัพธ์

ถ้ารันโปรแกรมข้างต้น จะได้ผลลัพธ์ดังนี้:

a 1
b 2
c 3
dtype: int64

เมื่อเราส่งข้อมูลเป็นดิกชันนารีให้คลาส Series มันจะใช้คีย์เป็นดัชนีและค่าเป็นข้อมูลจริง มาดูตัวอย่าง

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# ข้อมูล
data = {'a': 97, 'b': 98, 'c': 99}

# สร้างอ็อบเจ็กต์ Series
series = pd.Series(data)
print(series)

ผลลัพธ์

ถ้ารันโปรแกรมข้างต้น จะได้ผลลัพธ์ดังนี้:

a 97
b 98
c 99
dtype: int64

เราสามารถเข้าถึงข้อมูลจาก Series โดยใช้ดัชนี มาดูตัวอย่าง

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# ข้อมูล
data = {'a': 97, 'b': 98, 'c': 99}

# สร้างอ็อบเจ็กต์ Series
series = pd.Series(data)

# เข้าถึงข้อมูลจาก Series โดยใช้ดัชนี
print(series['a'], series['b'], series['c'])

ผลลัพธ์

ถ้ารันโค้ดข้างต้น จะได้ผลลัพธ์ดังนี้:

97 98 99

2. DataFrame

เรารู้แล้วว่าใช้คลาส Series ใน pandas ยังไง มาดูการใช้คลาส DataFrame โครงสร้างข้อมูล DataFrame ใน pandas ที่ประกอบด้วยแถวและคอลัมน์

เราสามารถสร้างอ็อบเจ็กต์ DataFrame ได้จาก ลิสต์, ดิกชันนารี, Series ฯลฯ มาสร้าง DataFrame จากลิสต์

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# ลิสต์
names = ['Tutorialspoint', 'Mohit', 'Sharma']
ages = [25, 32, 21]

# สร้าง DataFrame
data_frame = pd.DataFrame({'Name': names, 'Age': ages})

# พิมพ์ DataFrame
print(data_frame)

ผลลัพธ์

ถ้ารันโปรแกรมข้างต้น จะได้ผลลัพธ์ดังนี้:

        Name  Age
0  Tutorialspoint   25
1          Mohit   32
2         Sharma   21

มาดูวิธีสร้าง DataFrame โดยใช้ Series

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])

# สร้าง DataFrame
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})

# พิมพ์ DataFrame
print(data_frame)

ผลลัพธ์

ถ้ารันโค้ดข้างต้น จะได้ผลลัพธ์ดังนี้:

   a  b  c
0  1  1  1
1  2  4  8
2  3  9 27

เราสามารถเข้าถึงข้อมูลจาก DataFrames โดยใช้ชื่อคอลัมน์ มาดูตัวอย่าง

ตัวอย่าง

# นำเข้าไลบรารี pandas
import pandas as pd

# Series
_1 = pd.Series([1, 2, 3])
_2 = pd.Series([1, 4, 9])
_3 = pd.Series([1, 8, 27])

# สร้าง DataFrame
data_frame = pd.DataFrame({"a": _1, "b": _2, "c": _3})

# เข้าถึงคอลัมน์ทั้งหมดชื่อ 'a'
print(data_frame['a'])

ผลลัพธ์

ถ้ารันโค้ดข้างต้น จะได้ผลลัพธ์ดังนี้:

0 1
1 2
2 3
Name: a, dtype: int64

สรุป

Pandas มีโครงสร้างข้อมูล Series และ DataFrame ที่ทรงพลังสำหรับการจัดการและวิเคราะห์ข้อมูล