Uvod u Python Pandas¶

Treći deo¶

Odabir podskupova podataka iz DataFrame-a¶

Vrednostima u tabeli možemo pristupati preko indeksa, naziva kolona i određenih uslova. Takođe možemo vršiti selekciju podataka na osnovu postavljenih uslova.

import pandas as pd
df1 = pd.read_csv('../datasets/sample_data.csv', index_col=0)
df1

Pristup preko [ ], `loc`, `iloc`¶

Selektovanje jedne kolone iz DataFrame-a - Series

Da biste izabrali jednu kolonu iz DataFrame-a, prosledite ime jedne od kolona operatoru zagrada, []. Vraćeni objekat će biti Series (niz podataka).

df1['height']

Jane         165
Niko          70
Aaron        120
Penelope      80
Dean         180
Christina    172
Cornelia     150
Name: height, dtype: int64

Možete da izaberete više kolona tako što ćete ih postaviti u listu unutar zagrada. Primetite da se vraća DataFrame, a Series.

df1[['age', 'height']]

df1[['height','age']] #može se menjati redosled kolona

lista = ['height', 'age','score']
df1[lista]

Vežbe¶

Za sledeće vežbe, koristite skup podataka IMDB-Movie-Data.csv sa skupom naslova kao indeksom (Title).
Dobra praksa je da skratite svoj izlaz metodom head().

Vežba 1¶

Izaberite kolonu Director kao Series

Vežba 2¶

Izaberite kolonu Director i Rating.

Vežba 3¶

Izaberite jednu kolonu kao DataFrame, a ne Series.

Pristup preko `loc`¶

Koristeći metodu loc možemo da pristupamo redovima tabele, kao i pojedinačnim ćelijama tabele. loc prvenstveno bira podatke prema oznaci redova i kolona.

# Učitavanje podataka
import pandas as pd
df = pd.read_csv('../datasets/sample_data.csv', index_col=0)
df

# Selektovanje tri reda i dve kolone sa lok
rows = ['Penelope','Dean','Christina' ]
cols = ['age', 'height']
df.loc[rows, cols]

# Selektovanje dva reda i jedne kolone
rows = ['Dean','Christina' ]
cols = 'height'
df.loc[rows, cols]

Dean         180
Christina    172
Name: height, dtype: int64

# Selektovanje više redova
cols = ['age', 'height']
df.loc['Jane':'Dean', cols]

# Selektovanje više redova
cols = ['age', 'height']
df.loc[:'Dean', cols]

# Selektovanje svih redova
cols = ['age', 'height']
df.loc[:, cols]

rows = ['Penelope','Cornelia']
df.loc[rows, :]

# Izaberite jedan red kao seriju sa lok
df.loc['Dean']

state         AK
color       gray
food      Cheese
age           32
height       180
score        1.8
Name: Dean, dtype: object

df.loc['Dean', 'height']

180

Vežba 4¶

Pročitajte skup podataka filma IMDB-Movie-Data.csv i postavite kolonu naslova (Title) kao indeks. Izaberite sve kolone za film 'The Intouchables'.

Vežba 5¶

Izaberite sve kolone za filmove 'The Intouchables' i 'Steve Jobs'

Vežba 6¶

Koje godine su snimljeni 'The Intouchables' i 'Steve Jobs' i koji je njihov rejting?

Pristup preko `iloc`¶

Upotreba metode iloc je sličana loc, ali koristi samo celobrojnu lokaciju da bi se izvršila selekcija.

df.iloc[redovi, kolone]

# Učitavanje podataka
import pandas as pd
df = pd.read_csv('../datasets/sample_data.csv')
df

df.iloc[5]

Unnamed: 0    Christina
state                TX
color             black
food              Melon
age                  33
height              172
score               9.5
Name: 5, dtype: object

rows = [2, 4]
cols = [0, -1]
df.iloc[rows, cols]

cols = [4, 2]
df.iloc[2:4, cols]

rows = [5, 2, 4]
df.iloc[rows, 4:]

rows = [3, 2]
df.iloc[rows]
# df.iloc[rows, :]

df.iloc[rows, :]

cols = [1, 5]
df.iloc[:, cols]

rows = [2, 3, 5]
cols = 4
df.iloc[rows, cols]

2    12
3     4
5    33
Name: age, dtype: int64

rows = [2, 3, 5]
cols = [4]
df.iloc[rows, cols]

Vežba 7¶

Iz Data Frame-a dfM izaberite kolone sa celobrojnom lokacijom 7, 3 i 1

Vežba 8¶

Izaberite redove sa celobrojnom lokacijom od 100 do 104 zajedno sa celobrojnom lokacijom kolone 5.

	state	color	food	age	height	score
Jane	NY	blue	Steak	30	165	4.6
Niko	TX	green	Lamb	2	70	8.3
Aaron	FL	red	Mango	12	120	9.0
Penelope	AL	white	Apple	4	80	3.3
Dean	AK	gray	Cheese	32	180	1.8
Christina	TX	black	Melon	33	172	9.5
Cornelia	TX	red	Beans	69	150	2.2