Columna de impresión de pandas

“Pandas es una biblioteca de Python única basada en análisis que se utiliza exclusivamente para evaluar y manipular datos. También podemos analizar los datos utilizando esta biblioteca "pandas". Es una biblioteca de código abierto. También presenta la función "DataFrame ()", que se ha vuelto útil para configurar filas y columnas para los datos. Cuando DataFrame está diseñado en el código "Pandas", también podemos imprimir la columna única, así como varias columnas del DataFrame. Existen diferentes métodos únicos que "Pandas" nos proporciona para obtener columnas simples o múltiples del marco de datos y después de obtener la columna deseada, también podemos imprimir esa columna en el terminal. Esta guía se presenta aquí para explicar el concepto de la "columna de impresión de pandas", y también exploraremos todos los métodos aquí que nos ayudan a imprimir las columnas individuales y múltiples del marco de datos."

El "pandas" proporciona tres métodos distintos para acceder a la columna del marco de datos, y estos métodos también se explicarán en detalle en esta guía. Estos son:

• Uso del método de soporte cuadrado [].
• Usando el DF.Método LOC [].
• Usando el DF.método ILOC [].

Ejemplo # 01

Ahora, utilizamos estos métodos en nuestros códigos y también explicaremos cómo usar estos métodos en el código "pandas". Usamos la aplicación "Spyder" para realizar nuestro código "Pandas" en esta guía. El primer paso que hacemos aquí es que importan algunas bibliotecas, como importar dos bibliotecas en este código que son "pandas" y "numpy", utilizando la palabra clave "import" con ambas bibliotecas. Después de esto, estamos construyendo un marco de datos aquí, que se llama "Game_DF". Solo construimos el marco de datos cuando utilizamos el "PD.Método DataFrame () ", como se muestra aquí.

Luego, colocamos "Game_Code", que es nuestra primera columna de este marco de datos e insertamos "GC_167, GC_210, GC_234, GC_290, GC_310, GC_451, GC_551, GC_GC_617, GC_736 y GC_814" "" ". Se agrega el "Game_Score", que es la segunda columna de este marco de datos, y también, agregamos "420, 900, 560, NP.nan, 590, 620, 405, np.nan, 811 y 619 "a él. Aquí, "NP.nan ”no representa ningún valor. El "Game_Attempts" es la siguiente columna que agregamos aquí. En esta columna, insertamos "1, 3, 2, 3, 2, 3, 1, 1, 2 y 1". La columna "Calificar" es la última, y ​​agregamos "Sí, no, sí, no, no, sí, sí, no, no, y sí" en esta columna "calificar".

Después de agregar todo esto, simplemente colocamos este "Game_DF" en la "print ()" para que todo el marco de datos se muestre.

Después de presionar "Shift+Enter", el siguiente resultado se presenta en el terminal en el que se muestra todo el marco de datos. Ahora, utilizaremos el método de soportes cuadrados para acceder a una columna desde este marco de datos. Miremos abajo.

Agregamos estas líneas en las que utilizamos el método de soporte cuadrado para obtener una columna de este marco de datos. Mencionamos el nombre del DataFrame y luego colocamos los soportes cuadrados en los que hemos mencionado el nombre de la columna DataFrame que queremos imprimir. Aquí, agregamos "Game_Code", que es el nombre de la columna de este DataFrame, y se imprimirá en el terminal porque hemos utilizado este método dentro del método "print ()".

El siguiente resultado muestra solo una columna del marco de datos anterior porque hemos utilizado el método de soporte cuadrado para obtener esta columna.

Ejemplo # 02

Estamos actualizando un poco el código anterior aquí, y esta vez, estamos mostrando más de una columna utilizando el mismo método de soporte cuadrado. Aquí, después de mostrar todo el marco de datos, colocamos el método de los soportes cuadrados en el método "print ()", y nuevamente mencionamos el nombre de DataFrame, y luego se agregan dos soportes cuadrados aquí porque queremos obtener dos columnas de esto Marco de datos. En estos soportes cuadrados, hemos agregado dos nombres de columnas que son "Game_Score" y "Game_Attempts". Ahora, ambas columnas se imprimirán en la terminal.

Después de representar el cuadro de datos completo, puede ver que solo dos columnas se representan en este resultado. Accedemos a estas dos columnas utilizando el método "Brackets cuadrados []" y luego imprimimos ambas columnas aquí.

Ejemplo # 03

Aquí, se está creando un marco de datos llamado "bank_df" con la ayuda de "PD.Método DataFrame () ". Entramos "John, Stellan, Rowan, Alexander, Cora, Ellis y Bromley" en la primera columna de este marco de datos, y el nombre de esta columna es "nombre" aquí. Luego se inserta la segunda columna de DataFrame, "Número de contacto", junto con los números "123456, 123678, 123975, 123123, 123846, 981254 y 212789" ".

Ahora, tenemos la columna "Número de cuenta", donde hemos agregado "456071, 345678, 987654, 789123, 890456, 987654 y 234789" ". Luego viene la columna "Fecha de activación" en la que agregamos fechas "2020-02-14, 2020-05-21, 2020-07-17, 2021-01-15, 2021-04-21, 2021-12-27, 2022-04-24 ". También agregamos una columna más, que se llama "REC de chequera", y en esta columna, insertamos "YES_REC, Not_yet, Not_yet, Not_yet, Not_yet, YES_REC, YES_REC y YES_REC".

Después de esto, tenemos la función "print ()" aquí en la que se coloca el "Bank_DF" para que se presente en el terminal. Ahora, queremos obtener solo una columna usando el método "LOC" y mostrar esa columna. Entonces, mencionamos el nombre de DataFrame y luego el método "loc" en el que primero ponemos ":", lo que significa que queremos obtener todas las filas, y luego colocamos "nombre", que es el nombre de la columna, queremos imprimir. Este método "Loc" accede a la columna "Nombre", y la "Print ()" en la que se describe este método ayuda a imprimir esa columna en el terminal.

Todo el marco de datos consta de cinco columnas que también se muestran en el resultado, pero accedemos solo a una columna utilizando el método "loc" y también lo imprimimos aquí, que también es visible para usted en este resultado.

También podemos obtener múltiples columnas utilizando el método "loc", y para esto, solo hacemos pequeños cambios, como se muestra a continuación. Después de colocar el nombre del DataFrame y luego el método "LOC", agregamos tres nombres de columnas a las que queremos acceder y mostrar. Colocamos "Nombre, Número de contacto y Fecha de activación" dentro del método "LOC" porque queremos imprimir varias columnas del marco de datos. Estas columnas se imprimirán ya que también hemos usado la "print ()" aquí.

Se ven tres columnas en este resultado, y obtenemos estas tres columnas colocándolas en el método "loc []".

Ejemplo # 04

El "bank_df" se usa nuevamente en este código, e imprimiremos solo una columna de este marco de datos utilizando otro método que es el método "ILOC []". Después de representar el "Bank_DF", luego usamos este método "Iloc []" y colocamos el "Bank_DF" antes de este "Iloc []". Insertamos "Bank_DF" y luego usamos "Iloc" y en este "Iloc" colocamos ":" Primero, demostrando que tenemos que acceder a todas las filas, pero también queremos obtener solo una columna aquí que hemos mencionado después de esto. Ponemos "0", que es el valor de índice predeterminado de la columna. Por lo tanto, accederá a la primera columna de este "Bank_DF" y también la imprimirá porque se agrega en el método "print ()" también.

La primera columna del "Bank_DF" se muestra por separado después de mostrar todo el marco de datos, que contiene todas las filas y todas las columnas de "Bank_DF". Hemos impreso la primera columna de este marco de datos aquí utilizando el método "ILOC []" en este ejemplo.

Conclusión

El objetivo principal de esta guía es proporcionar una mejor comprensión de la noción de "columna de impresión de pandas". Hemos explicado que hay tres métodos diferentes en "pandas" para obtener la columna del marco de datos. Hemos utilizado todos los métodos en nuestro código "pandas" y los hemos explicado todos en detalle, por lo que aprenderá fácilmente cómo usar estos métodos en la programación "pandas". También hemos discutido cómo obtener la salida de estos códigos y también proporcionamos los resultados de nuestro código aquí, lo que hemos hecho en esta guía. Hemos explicado cómo obtener una columna del DataFrame e imprimirlo, así como múltiples columnas selectivas del DataFrame e imprimirlas en esta guía.