पायथन पांडस में लेक्सिकोग्राफिकल स्लाइसिंग का उपयोग करके डेटा के सबसेट का चयन कैसे करें?

परिचय

इंडेक्स स्थिति का उपयोग करके या इंडेक्स लेबल का उपयोग करके डेटा के सबसेट का चयन करने के लिए पांडा के पास दोहरी चयन क्षमता है। इस पोस्ट में, मैं आपको दिखाऊंगा कि "लेक्सिकोग्राफिकल स्लाइसिंग का उपयोग करके डेटा का एक सबसेट कैसे चुनें"।

Google डेटासेट से भरा है। kaggle.com में मूवी डेटासेट खोजें। यह पोस्ट kaggle से मूवी डेटा सेट का उपयोग करती है।

इसे कैसे करें

1. मूवी डेटासेट को केवल इस उदाहरण के लिए आवश्यक कॉलम के साथ आयात करें।

import pandas as pd
import numpy as np
movies = pd.read_csv("https://raw.githubusercontent.com/sasankac/TestDataSet/master/movies_data.csv",index_col="title",
usecols=["title","budget","vote_average","vote_count"])
movies.sample(n=5)

2. मैं हमेशा इंडेक्स को सॉर्ट करने की सलाह देता हूं, खासकर अगर इंडेक्स स्ट्रिंग्स से बना हो। यदि आप अपनी अनुक्रमणिका को क्रमबद्ध करते समय एक विशाल डेटासेट के साथ काम कर रहे हैं तो आपको अंतर दिखाई देगा।

यदि मैं अनुक्रमणिका को क्रमित न करूँ तो क्या होगा?

कोई बात नहीं आपका कोड हमेशा के लिए चलने वाला है। बस मजाक कर रहे हैं, ठीक है अगर इंडेक्स लेबल्स को छोड़ दिया गया है तो पांडा को आपकी क्वेरी से मेल खाने के लिए सभी लेबलों को एक-एक करके पार करना होगा। एक इंडेक्स पेज के बिना ऑक्सफोर्ड डिक्शनरी की कल्पना करें, आप क्या करने जा रहे हैं? अनुक्रमित अनुक्रमणिका के साथ आप उस लेबल पर तेज़ी से कूद सकते हैं जिसे आप निकालना चाहते हैं, ऐसा ही पांडास्तु के साथ भी है।

आइए पहले जांच लें कि हमारी अनुक्रमणिका क्रमबद्ध है या नहीं।

# check if the index is sorted or not ?
movies.index.is_monotonic

False

3. स्पष्ट रूप से, सूचकांक क्रमबद्ध नहीं है। हम A% से शुरू होने वाली फिल्मों का चयन करने का प्रयास करेंगे। यह लिखने जैसा है

select * from movies where title like'A%'

movies.loc["Aa":"Bb"]

---------------------------------------------------------------------------
ValueErrorTraceback (most recent call last)
~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_slice_bound(self, labe l, side, kind)
4844try:
-> 4845return self._searchsorted_monotonic(label, side) 4846except ValueError:

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in _searchsorted_monotonic(se lf, label, side)
4805
-> 4806raise ValueError("index must be monotonic increasing or decreasing")
4807

ValueError: index must be monotonic increasing or decreasing

During handling of the above exception, another exception occurred:

KeyErrorTraceback (most recent call last)
in
----> 1 movies.loc["Aa": "Bb"]

~\anaconda3\lib\site-packages\pandas\core\indexing.py in getitem (self, key)
1766
1767maybe_callable = com.apply_if_callable(key, self.obj)
-> 1768return self._getitem_axis(maybe_callable, axis=axis) 1769
1770def _is_scalar_access(self, key: Tuple):

~\anaconda3\lib\site-packages\pandas\core\indexing.py in _getitem_axis(self, key, axis)
1910if isinstance(key, slice):
1911self._validate_key(key, axis)
-> 1912return self._get_slice_axis(key, axis=axis) 1913elif com.is_bool_indexer(key):
1914return self._getbool_axis(key, axis=axis)

~\anaconda3\lib\site-packages\pandas\core\indexing.py in _get_slice_axis(self, slice_ob j, axis)
1794
1795labels = obj._get_axis(axis)
-> 1796indexer = labels.slice_indexer(
1797slice_obj.start, slice_obj.stop, slice_obj.step, kind=self.name 1798)

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in slice_indexer(self, start, end, step, kind)
4711slice(1, 3)
4712"""
-> 4713start_slice, end_slice = self.slice_locs(start, end, step=step, kind=ki nd)
4714
4715# return a slice

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in slice_locs(self, start, en d, step, kind)
4924start_slice = None
4925if start is not None:
-> 4926start_slice = self.get_slice_bound(start, "left", kind) 4927if start_slice is None:
4928start_slice = 0

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_slice_bound(self, labe l, side, kind)
4846except ValueError:
4847# raise the original KeyError
-> 4848raise err
4849
4850if isinstance(slc, np.ndarray):

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_slice_bound(self, labe l, side, kind)
4840# we need to look up the label
4841try:
-> 4842slc = self.get_loc(label) 4843except KeyError as err:
4844try:

~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method,

tolerance)
2646return self._engine.get_loc(key)
2647except KeyError:
-> 2648return self._engine.get_loc(self._maybe_cast_indexer(key))
2649indexer = self.get_indexer([key], method=method, tolerance=tolerance) 2650if indexer.ndim > 1 or indexer.size > 1:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc() pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()
pandas\_libs\index.pyx in pandas._libs.index.IndexEngine._get_loc_duplicates()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine._maybe_get_bool_indexer() KeyError: 'Aa'

4. इंडेक्स को आरोही क्रम में क्रमबद्ध करें और लेक्सिकोग्राफिकल स्लाइसिंग के लिए छँटाई का लाभ उठाने के लिए उसी कमांड को आज़माएँ।

True

5. अब हमारा डेटा सेट हो गया है और लेक्सिकोग्राफिकल स्लाइसिंग के लिए तैयार है। आइए अब अक्षर A से शुरू होकर अक्षर B तक सभी मूवी टाइटल चुनें।

बजट वोट_औसत वोट_गिनती शीर्षक

यह खाली डेटाफ़्रेम को देखने के लिए कोई दिमाग नहीं है क्योंकि डेटा को उल्टे क्रम में क्रमबद्ध किया जाता है। आइए अक्षरों को उलट दें और इसे फिर से चलाएं।