Автор оригинала: Pankaj Kumar.
Здравствуйте, читатели! В нашей серии модулей Pandas мы подробно обсудим неадресованную, но важную функцию – Python Pandas между() функцией .
Итак, давайте начнем!
Использование метода Pandas between()
Модуль Python Pandas в основном используется для работы со значением данных, находящимся в строках и столбцах, т. Е. в виде таблицы/матрицы. В рамках которого мы часто сталкиваемся с переменными данных, содержащими значения числовых типов.
Анализ и преобразование данных необходимы перед их обработкой для каких-либо действий, таких как моделирование и т. Д.
Проще говоря, функция Python Pandas between() помогает нам легко анализировать с точки зрения сравнения и проверки в последний момент.
Функция between() проверяет наличие значения между начальным и конечным значением, переданным функции.
То есть среди диапазона значений он проверит, какие элементы данных находятся между переданным начальным и конечным значением.
Давайте теперь попробуем понять структуру того же самого!
Синтаксис – Python Панды между() метод
Взгляните на приведенный ниже синтаксис!
Series.between(start, end, inclusive=True)
- start : Это начальное значение, с которого начинается проверка.
- end : Проверка останавливается при этом значении.
- inclusive : Если True , он включает в себя переданное значение “start”, а также значение “end”, которое проверяет. Если установлено значение ” False “, то при выполнении проверки исключаются значения “начало” и “конец”.
Добавим, что функция Python Pandas between() хорошо работает только для числовых значений и 1-мерных фреймов данных.
Давайте теперь попробуем проанализировать эту функцию на нескольких примерах.
1. Функция Python between() с включающим значением ‘True’
В этом примере мы создали 1-D фрейм данных с помощью pandas.DataFrame() функция.
Пример:
import pandas as pd
data = {"Roll-num": [10,20,30,40,50,60,70], "Age":[12,21,13,20,14,13,15], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']}
block = pd.DataFrame(data)
print("Original Data frame:\n")
print(block)
Выход:
Взгляните на нижеприведенный фрейм данных!
Original Data frame: Roll-num Age NAME 0 10 12 John 1 20 21 Camili 2 30 13 Rheana 3 40 20 Joseph 4 50 14 Amanti 5 60 13 Alexa 6 70 15 Siri
Теперь мы применили метод between() к переменной “Возраст” фрейма данных.
Установив inclusive в True, он теперь будет включать и проверять, какие все значения находятся в диапазоне от 12 до 15 (включая 12 и 15), а затем вернет true для индексов, возраст которых находится в пределах заданного диапазона.
block["Age"].between(12, 15, inclusive = True)
Выход:
В результате он возвращает False для индексов 1 и 3, поскольку значения выходят за пределы диапазона от 12 до 15.
0 True 1 False 2 True 3 False 4 True 5 True 6 True Name: Age, dtype: bool
2. Функция Python between() с категориальной переменной
Теперь давайте посмотрим, что это дает для строки или категориальных данных.
Если мы передаем строку или нечисловую переменную в функцию Pandas between (), она сравнивает начальное и конечное значения с переданными данными и возвращает True, если значения данных совпадают с начальным или конечным значением.
Пример:
block["NAME"].between("John", "Joseph", inclusive = True)
Выход:
В результате только два значения возвращаются как истинные.
0 True 1 False 2 False 3 True 4 False 5 False 6 False Name: NAME, dtype: bool
3. Печать значений, полученных из функции between()
В этом примере мы попытаемся напечатать данные, которые находятся между 12 и 15, используя функцию Pandas between ().
Пример:
btwn = block["Age"].between(12, 15, inclusive = False) block[btwn]
Выход:
Поскольку мы установили inclusive в False, он будет проверять значения, лежащие между 12 и 15, исключая само 12 и 15. Таким образом, он выталкивает 13, 14 и 15 в качестве вывода.
Roll-num Age NAME
2 30 13 Rheana
4 50 14 Amanti
5 60 13 Alexa
Вывод
На этом мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если у вас возникнут какие-либо вопросы.
Для получения дополнительных сообщений, связанных с Python, следите за обновлениями и до тех пор счастливого обучения!! 🙂