ورقة الغش بلدي من الباندا

1. التحضير للعمل

import pandas as pd
import numpy as np
anime = pd.read_csv('anime-recommendations-database/anime.csv')
rating = pd.read_csv('anime-recommendations-database/rating.csv')
anime_modified = anime.set_index('name')

2. استيراد البيانات

▍ تنزيل بيانات CSV

anime = pd.read_csv('anime-recommendations-database/anime.csv')

▍ إنشاء إطار بيانات من البيانات المدخلة يدويًا

df = pd.DataFrame([[1,'Bob', 'Builder'],
                  [2,'Sally', 'Baker'],
                  [3,'Scott', 'Candle Stick Maker']], 
columns=['id','name', 'occupation'])

▍ نسخ إطار البيانات

anime_copy = anime.copy(deep=True)

3. تصدير البيانات

▍ تصدير إلى تنسيق CSV

rating[:10].to_csv('saved_ratings.csv', index=False)

4. عرض البيانات والبحث عنها

records الحصول على سجلات n من بداية أو نهاية إطار البيانات

anime.head(3)
rating.tail(1)

▍ حساب عدد الصفوف في إطار البيانات

len(df)
#=> 3

▍عدد عدد القيم الفريدة في العمود

len(ratings['user_id'].unique())

▍ الحصول على معلومات إطار البيانات

anime.info()

statisticsعرض الإحصائيات حول إطار البيانات

anime.describe()

ountحساب العد

anime.type.value_counts()

5. استخراج المعلومات من إطارات البيانات

▍إنشاء قائمة أو كائن سلسلة استناداً إلى قيم العمود

anime['genre'].tolist()
anime['genre']

▍ الحصول على قائمة القيم من الفهرس

anime_modified.index.tolist()

▍ الحصول على قائمة قيم العمود

anime.columns.tolist()

6. إضافة البيانات إلى إطار البيانات وإزالتها منه

▍ توصيل عمود جديد بقيمة محددة لإطار البيانات

anime['train set'] = True

▍ إنشاء إطار بيانات جديد من مجموعة فرعية من الأعمدة

anime[['name','episodes']]

▍ حذف الأعمدة المحددة

anime.drop(['anime_id', 'genre', 'members'], axis=1).head()

▍إضافة صف بمجموع القيم من الصفوف الأخرى إلى إطار البيانات

df = pd.DataFrame([[1,'Bob', 8000],
                  [2,'Sally', 9000],
                  [3,'Scott', 20]], columns=['id','name', 'power level'])
df.append(df.sum(axis=0), ignore_index=True)

7. دمج إطارات البيانات

▍ تسلسل إطارين للبيانات

df1 = anime[0:2]
df2 = anime[2:4]
pd.concat([df1, df2], ignore_index=True)

frames دمج إطارات البيانات

rating.merge(anime, left_on=’anime_id’, right_on=’anime_id’, suffixes=(‘_left’, ‘_right’))

8. التصفية

▍ الحصول على صفوف بقيم المؤشر المطلوبة

anime_modified.loc[['Haikyuu!! Second Season','Gintama']]

▍ الحصول على سلاسل بمؤشرات رقمية

anime_modified.iloc[0:3]

▍ الحصول على الصفوف بقيم عمود معينة

anime[anime['type'].isin(['TV', 'Movie'])]

anime[anime[‘type’] == 'TV']

▍ الحصول على شريحة إطار البيانات

anime[1:3]

▍ التصفية حسب القيمة

anime[anime['rating'] > 8]

9. الفرز

anime.sort_values('rating', ascending=False)

10. التجميع

▍Df.groupby دالة وحساب عدد السجلات

anime.groupby('type').count()

function دالة df.groupby وتجميع الأعمدة بطرق مختلفة

anime.groupby(["type"]).agg({
  "rating": "sum",
  "episodes": "count",
  "name": "last"
}).reset_index()

▍ قم بإنشاء جدول محوري

tmp_df = rating.copy()
tmp_df.sort_values('user_id', ascending=True, inplace=True)
tmp_df = tmp_df[tmp_df.user_id < 10] 
tmp_df = tmp_df[tmp_df.anime_id < 30]
tmp_df = tmp_df[tmp_df.rating != -1]
pd.pivot_table(tmp_df, values='rating', index=['user_id'], columns=['anime_id'], aggfunc=np.sum, fill_value=0)

11. تنظيف البيانات

▍ اكتب إلى الخلايا التي تحتوي على قيمة NaN لبعض القيم الأخرى

pivot = pd.pivot_table(tmp_df, values='rating', index=['user_id'], columns=['anime_id'], aggfunc=np.sum)
pivot.fillna(0)

12. ميزات مفيدة أخرى

pling أخذ عينات عشوائية من مجموعة بيانات

anime.sample(frac=0.25)

▍تحديد صفوف إطار البيانات

for idx,row in anime[:2].iterrows():
    print(idx, row)

exceed تجاوزت مكافحة معدل البيانات IOPub الخطأ

jupyter notebook — NotebookApp.iopub_data_rate_limit=1.0e10

ملخص