Forma de pandas

Un kit de herramientas de Python denominado Pandas se especializa en confiscar y trabajar con modelos de datos. Dos de los objetivos principales de los Pandas son el análisis de datos y proporcionar información reciente sobre los contenidos contenidos en los marcos de datos y la sucesión. Los marcos de datos son comparables a Python: son estructuras de datos de doble etiqueta con columnas que pueden ser de múltiples tipos y son parte del módulo Pandas. Alcanzar una buena imagen de los datos también puede ayudarlo a mejorar su comprensión de sus características. Los pandas incluyen rasgos que proporcionan estadísticas para el "tamaño", "forma" y "parámetros" de su Dataframes. El "tamaño" de un marcador de datos PANDAS, o el número preciso de unidades de datos en su marco de datos se obtiene por la propiedad "Tamaño".

El "tamaño" puede no proporcionar una representación completa de su marco de datos. Las mediciones de DataFrame están representadas por un par que devuelve la propiedad de "forma". La "forma" estaría en filas y columnas. El índice de "forma" se puede usar para medir el número de filas o columnas también. No es necesario ningún valor de argumento para el "marco de datos. forma".

La sintaxis para el método de forma de pandas de pitón

Use la sintaxis anterior y proporciona un par de columnas y filas específicas de forma de un marco o serie de datos para determinar la forma del marco de datos.

La sintaxis para el método de tamaño de python panda

Use esta sintaxis para obtener el tamaño de DataFrame y proporciona un tamaño de marco de datos o un tamaño de serie que corresponde a la cantidad completa de elementos, es decir, columnas de filas.

Ejemplo 1: Uso de pandas de pitón para determinar el tamaño y la forma del marco de datos

Pandas es un marco para el procesamiento de datos. Los datos de las tablas se pueden almacenar en Python utilizando un marco de datos. Los usuarios pueden guardar e interactuar rápidamente con datos tabulares, como filas y columnas, utilizando DataFrame. En esta demostración, utilizaremos el parámetro de forma para determinar el número de filas y columnas en el marco de datos. El "tamaño" de DataFrame está determinado por el número de elementos que contiene, lo que equivale a la suma de sus filas y columnas.

Utilizando la herramienta "Spyder", este ejemplo se está poniendo en implementación. Este código se ejecuta utilizando el módulo Python Panda, que importa la biblioteca Panda. Por lo tanto, comenzaremos a escribir nuestro código importando el módulo de panda en Python. El siguiente paso es crear un marco de datos después de importar la biblioteca de Panda. El marco de datos "DF1" es el que estamos utilizando en esta muestra. Este marco de datos tiene dos columnas "sujeto" y "marcas", las cuales contienen valores. En la columna "sujeto" tenemos "python", "dld", "ética", "oop", "java" y "gestión". En la columna "Marcas", tenemos marcas para los sujetos "98", "70", "88", "77", "90" y "86". Este marco de datos se genera utilizando "PD.marco de datos".

Usando los métodos de "tamaño" y "forma", ahora calcularemos el tamaño y la forma del marco de datos. El número total de células de datos del marco de datos se calculará utilizando "DF1.tamaño". El método de "forma" indicará el orden del marco de datos en términos del número de filas y columnas, es decir, cuántas filas y cuántas columnas hay en este marco de datos. Usando la función "print ()", ahora podemos ver nuestros resultados en la pantalla.

Como podemos ver en el resultado que se muestra en la imagen, el marco de datos que creamos se muestra primero y luego definirá el "tamaño" y la "forma" de DataFrame. DataFrame tiene "12" celdas de datos porque su tamaño es "12" y la "forma" de DataFrame es "(6, 2)". Esto indica que contiene seis filas y dos columnas. El tamaño del índice es "6", lo que significa de "0 a 5". El "tamaño" y la "forma" de DataFrame se pueden determinar utilizando el índice fácilmente.

Ejemplo 2: Determinar la forma de un marco de datos vacío

Especificaremos la forma de un marco de datos vacío en este ejemplo. En el último ejemplo, construimos un marco de datos con algunas columnas y filas y mostramos su forma y tamaño utilizando el método "forma" y "tamaño". En este caso, sin embargo, estamos creando un marco de datos vacío sin columnas y sin filas. El tamaño del índice para un marco de datos que está vacío siempre es cero. El resultado será cero porque nuestro marco de datos no contiene elementos. Sin embargo, el método de forma nos permitirá obtener esto. Ahora usamos "DF. forma ”para obtener la forma de nuestro marco de datos. Esto nos informará sobre el orden de espuma "fila*de la columna" en el que está organizado nuestro marco de datos. En otras palabras, dice cuántas filas y columnas están presentes. Invocar la función "print ()" mostrará el resultado en la pantalla.

La imagen mostrará una instrucción de cuadro de datos vacío en lugar de un marco de datos porque no tiene columna y el tamaño del índice es cero. Por lo tanto, muestra un soporte cuadrado vacío "[]" frente a la columna e índice. Después de eso, si analizamos la forma de DataFrame, muestra un orden de "(0, 0)", que denota que el orden para la "columna de fila * es" 0 ". Declara que no hay una fila ni una columna.

Ejemplo 3: Otra explicación de cómo obtener la forma de un marco de datos utilizando el método de forma de pandas de Python

El "tamaño" puede no proporcionar una representación completa de su marco de datos. La forma de un marco de datos es otra característica típica. El proceso de "conformación" está cerca del de la propiedad "tamaño". Este escenario es idéntico al primer ejemplo. Excepto en este caso, simplemente usamos el atributo de "forma" para definir la forma del marco de datos en lugar de en el anterior. Usamos las propiedades de "forma" y "tamaño". Importar el módulo del panda en Python nos permitirá comenzar a escribir nuestro código. El siguiente paso es usar "PD.DataFrame ”para crear DataFrame. En este DataFrame "DF", tenemos tres columnas "M", "N" y "O". Cada una de estas tres columnas contiene valores. El valor de la columna "M" tenemos "1", "4", "7" y "10". Los valores para la columna "n" tenemos "2", "5", "8" y "12" y para la última columna "O" tenemos "3", "6", "9" y "13".

Para obtener el orden de matriz de DataFrame, ahora estamos utilizando la técnica "Forma", que calcula las filas y columnas de DataFrame. El número de filas se determinará por el rango inicial del índice. Por lo tanto, para las filas de DataFrame, usamos "forma [0]". Para obtener las columnas totales, usa "forma [1]". Actualmente, implementamos la función "print ()" para mostrar los resultados.

El escenario de DataFrame se muestra en la imagen de salida. Como podemos ver en la figura, la forma del marco de datos es "(4, 3)", que está en el orden de la espuma matriz. La siguiente línea indica la existencia de "4" filas y columnas "3".

Conclusión

Nuestra discusión se concentró en el método de forma y tamaño del panda. En este artículo, demostramos cómo obtener el orden de "columna de fila*de la espuma de matriz, así como el número total de filas y columnas mediante el uso de los métodos de" forma "y" tamaño ". También aprendemos cómo calcular la forma de un marco de datos vacío, incluso cuando su valor es cero, utilizando el método de "forma".