Wir beginnen Schritt für Schritt mit DataFrames

DataFrames

Hier können Sie Ihre “csv” -Datei hinzufügen und eine Verbindung mit der Methode pd.read_csv () herstellen

Gemeinsame Methoden und Attribute

Beispiel für “nba.csv” mit der Methode pd.read ()

Head: wenn Sie eine bestimmte Anzahl von Spalten benötigen

Tail Data Frame

Wenn Sie die Werte in Ihrem Index benötigen

Das Formattribut von Daten

Hier sehen Sie Spalten und axes Ihren Index

Infos zu DataFrame

Hier können Sie sehen, wie viele Zählungen in Ihren Daten

Unterschiede zwischen gemeinsamen Methoden

Verbinden Sie Revenue mit der pd.read- Methode

Hier sehen Sie das Datum auf der linken Seite

Wenn Sie eine bestimmte Anzahl von Spalten benötigen

• Beispiel head (3)

Hier sehen Sie Serienliste 1, 2 ,3 mit s .sum and rev .sum

Hier sehen Sie Etiketten

Einzelne Spalte für Name

für Nummer

für Gehalt

nba.Name es ist gleiche nba [“Name”]

Beispiel für die head Methode

Wählen Sie zwei oder mehr Spalten aus einem Datenrahmen aus

Beispiel für “Name” und “Team” in DataFrame

Number und College liste

Salary, Team, Name liste

Beispiel für the tail Method

Erstellen Sie eine Python-Liste

Neue Spalte zu DataFrame hinzufügen

Generieren Sie jeden Wert in der Liste

• Beispiel Sport

• Beispiel Liga

Rundfunkbetrieb

Beispiel für die add Method

Hire Beispiel für die sub Method

Hire Beispiel für die mul Method

Hire Beispiel für die div Method

Spalte in DataFrames

Eine Überprüfung der .value_counts () -Methode

Beispiel für die value_counts Method

• Team

• Position

Zeilen mit Nullwerten löschen

Beispiel für die dropna Method

Parameters:

• axis: axis nimmt für rows/columns. den Wert int oder string an. Die Eingabe kann 0 oder 1 für Integer und ‘index’ or ‘columns’ für String sein.
• how: Wie werden nur zwei Arten von Zeichenfolgenwerten verwendet (“any” oder “all”). “Any” löscht die row/column , wenn ein Wert Null ist, und “all” wird nur gelöscht, wenn ALL-Werte null sind.
• thresh: Der Schwellenwert nimmt einen ganzzahligen Wert an, der angibt, wie viele Na-Werte minimal fallen sollen.
• subset: Dies ist ein Array, das den Löschvorgang auf das Übergeben von rows/columns durch die Liste beschränkt.
• inplace: Es ist ein Boolescher Wert, der die Änderungen im Datenrahmen selbst vornimmt, wenn True.

Drop mit “all”

Drop mit columns

Definieren Sie, in welchen Spalten nach fehlenden Werten gesucht werden soll.

Füllen Sie Nullwerte mit der .fillna-Methode aus

Ersetzen Sie alle NaN-Elemente durch 0s.

Sortieren Sie einen DataFrame mit der .sort_values () Methode

Sie können alle NaN sehen

Hier sehen Sie Start A (Team und Name)

Hier sehen Sie Start A (Team = True ) und (Name = False )

Beispiel für die .sort_values_index Methode (False, True)

Beispiel für Rangwerte mit der .rank () -Methode

Hier Sie sehen (Salary 2 = 0 ) mit dir .rank Methode (Salary 2 = 6.0 )

.rank () Methode und astype () Methode, die Sie sehen Gehalt und Gehaltsrang

Werte mit (by “Salary”)

Beispiel für das Startdatum mit der pd.to.datetime () Methode

Filter DataFrame

Beispiel für Geschlecht mit der df () Methode

“Male”

“Finance”

Beispiel für Gehalt (>) und Bonus (<) mit der df () Method

Beispiel für mask1 & mask2 mit der df () Method

• “Gender” == “Male”
• “Team”== “Marketing”

• “Senior Management”
• “Start Date” < “1990-01-01”

Beispiel für mask1 & mask2 & mask3 mit der df ().isin Method

Die .isnull() und .notnull() Methoden

Beispiel für “Team” mit der df .isnull() Methode

Beispiel für “Team” mit df .notnull ()Method

Die.between() Methode

Beispiel für “Bouns” mit df .between()Methode

Die .duplicated() Methode

Beispiel für “First Name” mit df .duplicated()Methode

Die .unique() Methode.

Beispiel für “Team” mit df .unique()Methode

Hier sehen Sie die Werte mit unique

Die .set_index() Methode

Beispiel für (“Film”) mit .set_index() Methode

you can new column name

Indexbezeichnung mit .loc []

Sie können hier Ihre Spaltenüberschrift sehen

Beispiel für Werte [15, 20] mit der .iloc- Methode

Die Catch-All .ix[] Methode

Hier können Sie sehen, dass bond.ix mit bond.loc identisch ist

Beispiel mit .ix[] Methode

Wie viel Digitalisierung braucht mein Unternehmen?

Predictive Sales Analytics: Modellierung der Zukunft

Serverlose Architektur

Über uns

Die Fellow Consulting AG aus Poing bei München berät seit über 10 Jahren Kunden bei der Digitalisierung ihrer Geschäftsprozesse.

Wir wissen, wie unsere Kunden ihre digitale Vision umsetzen können. Zusammen mit unseren Partnern Microsoft Azure, Amazon AWS, SugarCRM, Infor und Ephesoft erwecken wir die Mission Digitalisierung zum Leben.Absatz

Wir fungieren für unsere Kunden als operativer und strategischer Spezialist sowie als Sparringspartner für die alltäglichen Herausforderungen der digitalen Transformation.