Hướng dẫn python like pandas - trăn như gấu trúc
Thư viện pandas python là gì? Nó có thể giúp bạn những gì và làm sao để sử dụng thư viện pandas này trong lập trình python. Hãy cùng Lập trình không khó đi tìm câu trả lời cho các câu hỏi trên trong bài viết ngày hôm nay. Tôi tin rằng đây là một bài viết cực kỳ hữu ích. Nó chắc chắn sẽ đem lại cho các bạn nhiều kiến thức bổ ích và làm chủ được cách sử dụng thư viện này. Show
Toàn bộ source code hướng dẫn của bài học bạn có thể xem và tải về tại đây. Thư viện pandas là gì?Thư viện pandas trong python là một thư viện mã nguồn mở, hỗ trợ đắc lực trong thao tác dữ liệu. Đây cũng là bộ công cụ phân tích và xử lý dữ liệu mạnh mẽ của ngôn ngữ lập trình python. Thư viện này được sử dụng rộng rãi trong cả nghiên cứu lẫn phát triển các ứng dụng về khoa học dữ liệu. Thư viện này sử dụng một cấu trúc dữ liệu riêng là Dataframe. Pandas cung cấp rất nhiều chức năng xử lý và làm việc trên cấu trúc dữ liệu này. Chính sự linh hoạt và hiệu quả đã khiến cho pandas được sử dụng rộng rãi. Tại sao sử dụng thư viện pandas?
Cài đặt PandasĐể cài đặt thư viện Pandas, bạn có thể làm theo một số cách khác nhau theo tài liệu hướng dẫn:
Bây giờ chúng ta sẽ bắt đầu học cách sử dụng thư viện pandas python. Nhưng trước khi bắt đầu, hãy import thư viện pandas nhé. Chúng ta sẽ dùng cả thư viện matplotlib nữa. Nếu bạn chưa biết về thư viện matplotlib, hãy đọc bài viết này trước nhé.
Đọc file csv sử dụng thư viện pandasBạn có thể dễ dàng đọc vào một file .csv bằng cách sử dụng hàm 1 và được trả về 1 dataframe. Mặc định, hàm này sẽ phân biệt các trường của file csv theo dấu phẩy. Cách đọc hết sức đơn giản như sau:
Bạn có thể in ra n bản ghi đầu tiên của dataframe sử dụng hàm 2. Ngược lại của hàm 2 là hàm 4
Kết quả in ra như sau: Tuy nhiên, bạn cũng sẽ phải lưu ý một vài tham số của hàm 1 như:
Ví dụ:
Khi tôi chỉ định không có header, dòng header của chúng ta đã biến thành 1 bản ghi dữ liệu: Bạn đọc có thể xem mô tả đầy đủ từng tham số của hàm 1 của thư viện pandas python tại đây.Thao tác với dataframe trong pandasXem thông tin của dataframeBạn có thể xem thông tin của dataframe vừa đọc vào bằng cách sử dụng hàm 7 hoặc xem kích thước của dataframe này với thuộc tính 8. Cụ thể như sau:
Và kết quả thu được là:
Truy xuất dữ liệu trên dataframeLấy 1 cột theo tên cột Để chỉ định cột muốn lấy, bạn chỉ cần truyền vào tên cột như sau:
Lấy theo nhiều cột Thay vì truyền vào 1 string thì hãy truyền vào 1 list các tên cột. Mình thêm 9 để chỉ in ra 5 bản ghi đầu tiên cho ngắn, mặc định sẽ lấy hết.
Lấy bản ghi theo chỉ số Để lấy một hoặc nhiều bản ghi liên tiếp trong dataframe, sử dụng cơ chế trượt theo chỉ số giống như trên list trong python. Lấy 5 bản ghi đầu tiên:
Trong trường hợp này kết quả giống như hàm head phía trên. Đều là lấy 5 bản ghi đầu tiên. Bạn cũng có thể kết hợp lấy theo hàng và cột mong muốn:
Lấy các bản ghi theo điều kiện 0Một ví dụ khác: Lấy tất cả các bản ghi chứa thông tin của người có chức danh là giáo sư: 1Hoặc 1 ví dụ so sánh chuỗi như sau: 2Kết quả thu được là một dataframe có 1 cột chưa 2 giá trị True hoặc False 3Lấy giá trị trả về numpy arrays Để lấy giá trị của một cột trả về dưới dạng numpy array trong thư viện pandas python, bạn chỉ cần thêm 0 vào sau, ví dụ: 4Output bạn thu được như sau: 5Nếu bạn quan tâm tới numpy array, hãy tìm đọc bài hướng dẫn về numpy Thêm, sửa, xóa trong dataframeThêm cột từ dữ liệu mới Để thêm cột vào một dataframe có sẵn. Trước tiên, bạn cần có 1 list dữ liệu tương ứng với cột mà bạn muốn thêm. Tức là chiều dài của list phải tương ứng với số bản ghi của dataframe bạn muốn thêm. Ở đây, tôi sẽ sử dụng thư viện random để sinh ngẫu nhiên một list năm sinh và thêm vào dataframe như sau: 6Thêm cột dựa vào dữ liệu đã có Giả sử ở đây mình muốn thêm cột 1 có giá trị 2 nếu tuổi < 25 và 3 trong trường hợp còn lại. 7Khởi tạo cột mới có giá trị rỗng Sử dụng cú pháp đơn giản như dưới đây, bạn sẽ có một trường mới và tất cả các giá trị là 4 8Thêm bản ghi trong dataframe Về vấn đề thêm bản ghi, chúng ta thường ít khi sử dụng nên tôi sẽ không trình bày. Bạn đọc quan tâm có thể đọc thêm tại tài liệu này Sửa giá trị của cột Để sửa giá trị của 1 cột, bạn làm tương tự như thêm mới cột. Nhưng khác với thêm ở chỗ là tên cột bạn truyền vào đã có trong dataframe. Còn thêm là 1 tên trường mới hoàn toàn chưa có. Chẳng hạn, bạn muốn thay đổi trường 5, bạn chỉ cần làm như sau: 9Xóa cột trong dataframe Bạn có thể sử dụng một trong các cách sau: 0Xóa bản ghi theo chỉ số 1Hiểu dữ liệu trong dataframeThư viện pandas python cung cấp cho bạn một số hàm giúp bạn hiểu về cấu trúc, phân bố của dữ liệu. Dưới đây là cách để bạn khám phá và hiểu dữ liệu của mình. Tôi đã bổ sung trường 6 vào file people.csv và tiến hành đọc lại. 2 3Sử dụng hàm 7 cho bạn các thống kê cơ bản về dữ liệu: 4Xem thống kê cụ thể hơn trên từng cột như sau: 5 6Bạn cũng có thể vẽ đồ thị xem phân bố giá trị của một trường trong dataframe như sau: 7Tạo mới dataframeCó một vài cách để tạo ra dataframe trong thư viện pandas python. Bạn có thể dùng cách mà bạn cho là dễ sử dụng, đôi khi cũng phải tùy vào từng trường hợp mà nên chọn cách nào nữa. Tạo mới dataframe từ python dictionary 8Bạn sẽ có 1 dataframe như sau: 9Tạo mới dataframe từ các python list 0Và dataframe mà bạn sẽ thu được là: 1Lưu ý: các list này phải có cùng kích thước. các list này phải có cùng kích thước. Một số thao tác khác trên dataframeSắp xếp dataframeVới thư viện pandas python, bạn có thể sắp xếp dataframe tăng dần, hay giảm dần theo 1 hoặc nhiều cột chỉ định. 2Kết quả thu được như sau: 3Bạn có thể sắp xếp theo nhiều cột có độ ưu tiên giảm dần, bằng cách truyền vào list tên cột. Ví dụ: 8Nối 2 dataframeBạn có thể nối 2 dataframe thành 1 dataframe mới bằng cách sử dụng hàm 9 của thư viện pandas. 4Kết quả: 5Xáo trộn các bản ghi trong dataframeTrong xử lý dữ liệu, bạn chắc chắn sẽ cần tới việc xáo trộn dữ liệu. Rất may, thư viện pandas có thể giúp chúng ta làm việc đó. 6Kết quả(Có thể khác nhau nhé – xáo trộn mà) 7Giải thích thêm:
Lưu dataframe về file csvThư viện pandas python cho phép bạn lưu lại dataframe chỉ với một dòng code. Quá đơn giản phải không nào? 8Bạn có thể mở file để xem kết quả lưu: Các tham số của hàm 0 khá tương tự với hàm 1. Bạn đọc có thể xem thêm thông tin đầy đủ của hàm này tại đây.Tới đây mình xin kết thúc bài hướng dẫn về thư viện pandas python. Qua bài viết này, tôi tin chắc bạn đã có được những kiến thức cần thiết và có thể làm chủ thư viện pandas trong python. Bạn cũng có thể xem một ví dụ thực tế sử dụng thư viện này tại bài viết code thuật toán linear regression này. Tài liệu tham khảo
Bài viết gốc được đăng tại Blog cá nhân của tôi. |