Tambah, Namakan Semula dan Gugurkan Lajur
Membentuk lajur agar sesuai dengan analisis anda
Tambah, Namakan Semula dan Gugurkan Lajur ialah pelajaran Data Science Academy percuma di CoddyKit. Ini ialah pelajaran 4 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Data Science Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Data Science Academy merangkumi sejumlah 4 pelajaran.
Bentuk Lajur agar Sesuai
Analisis sebenar bermaksud membentuk semula lajur: menambah lajur baharu, menamakan semula lajur yang kurang jelas dan menggugurkan perkara yang berserabut supaya jadual anda menjawab soalan yang sedang dikaji. ✂️
Tambah Lajur melalui Tugasan
Cipta lajur baharu hanya dengan menetapkannya kepada nama baharu. Jika nama itu belum wujud, pandas akan menambah lajur tersebut serta-merta.
df["total"] = df["price"] * df["qty"]Terbitkan daripada Lajur Lain
Lajur baharu sering diperoleh melalui pengiraan tervektor pada lajur sedia ada. Pandas menggunakan formula itu pada semua baris serentak, tanpa memerlukan gelung.
Tambah Nilai Malar
Tetapkan satu nilai dan pandas akan menyebarkannya ke setiap baris. Ini berguna untuk menandakan satu kelompok dengan label sumber atau penanda.
df["source"] = "web"Namakan Semula agar Jelas
Kaedah rename menggantikan pengepala yang mengelirukan dengan nama yang jelas menggunakan kamus pemetaan. Nama yang baik menjadikan kod seterusnya mudah dibaca seperti bahasa biasa.
df.rename(columns={"qty": "quantity"})Namakan Semula Banyak Lajur Serentak
Hantar beberapa pasangan dalam dict yang sama untuk menamakan semula berbilang lajur dalam satu panggilan. Lajur yang tidak disentuh akan mengekalkan nama asalnya.
df.rename(columns={"qty": "quantity", "amt": "amount"})Gugurkan Perkara yang Tidak Diperlukan
Kaedah drop membuang lajur berdasarkan nama. Gunakan axis=1 atau argumen columns yang lebih jelas untuk menyasarkan lajur, bukannya baris.
df.drop(columns=["notes"])Gugurkan Beberapa Lajur
Hantar senarai kepada drop untuk membuang banyak lajur sekaligus. Membuang beban yang tidak diperlukan menjadikan jadual anda lebih fokus dan lebih cepat diimbas.
df.drop(columns=["notes", "temp"])Kebanyakan Kaedah Mengembalikan Salinan
Secara lalai, rename dan drop mengembalikan DataFrame baharu dan tidak mengubah yang asal. Simpan hasilnya untuk mengekalkan perubahan anda.
df = df.drop(columns=["notes"])Sisipkan pada Kedudukan Tertentu
Perlukan lajur pada kedudukan tertentu, bukan di hujung? Kaedah insert meletakkannya pada indeks yang anda pilih antara lajur lain.
df.insert(1, "rank", ranks)Susun Semula melalui Pemilihan
Susun semula lajur dengan memilihnya mengikut susunan yang anda mahu. Senarai lajur baharu memberikan anda kawalan penuh terhadap susun atur.
df = df[["name", "total", "source"]]Semakan Pantas
Pilih kaedah yang membuang lajur daripada DataFrame.
Ringkasan: Pembedahan Lajur
Tetapkan untuk menambah, gunakan rename untuk menjelaskan dan gunakan drop untuk mengurangkan keserabutan. Tetapkan semula hasilnya supaya jadual anda sesuai dengan analisis dengan sempurna. 🧩
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Tambah, Namakan Semula dan Gugurkan Lajur” percuma?
Ya — teks penuh “Tambah, Namakan Semula dan Gugurkan Lajur” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Data Science Academy, tingkat taraf kepada CoddyKit PRO. Kursus Data Science Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Tambah, Namakan Semula dan Gugurkan Lajur”?
Membentuk lajur agar sesuai dengan analisis anda Anda berlatih Data Science Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Data Science Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Data Science Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.
Berapa lamakah pelajaran “Tambah, Namakan Semula dan Gugurkan Lajur” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Baris, Lajur dan Indeks
- Bina DataFrame dari Awal
- head, info dan describe
- Tambah, Namakan Semula dan Gugurkan Lajur