Як отримати доступ до зразків наборів даних у pandas

Часто ви можете отримати доступ до зразків наборів даних у pandas, щоб грати та практикувати різні функції.

На щастя, ви можете створити зразки наборів даних pandas за допомогою вбудованої функції тестування .

У наступних прикладах показано, як використовувати цю функцію.

Приклад 1: Створення набору даних Pandas з усіма числовими стовпцями

Наступний код показує, як створити набір даних pandas з усіма числовими стовпцями:

 import pandas as pd

#create sample dataset
df1 = pd. util . testing . makeDataFrame ()

#view dimensions of dataset
print ( df1.shape )

(30, 4)

#view first five rows of dataset
print ( df1.head ())

                   ABCD
s8tpz0W5mF -0.751223 0.956338 -0.441847 0.695612
CXQ9YhLhk8 -0.210881 -0.231347 -0.227672 -0.616171
KAbcor6sQK 0.727880 0.128638 -0.989993 1.094069
IH3bptMpdb -1.599723 1.570162 -0.221688 2.194936
gar9ZxBTrH 0.025171 -0.446555 0.169873 -1.583553

За замовчуванням функція makeDataFrame() створює pandas DataFrame із 30 рядками та 4 стовпцями, у яких усі стовпці є числовими.

Приклад 2: Створення набору даних Pandas зі змішаними стовпцями

Наступний код показує, як створити набір даних pandas з усіма числовими стовпцями:

 import pandas as pd

#create sample dataset
df2 = pd. util . testing . makeMixedDataFrame ()

#view dimensions of dataset
print ( df2.shape )

(5, 4)

#view first five rows of dataset
print ( df2.head ())

     ABCD
0 0.0 0.0 foo1 2009-01-01
1 1.0 1.0 foo2 2009-01-02
2 2.0 0.0 foo3 2009-01-05
3 3.0 1.0 foo4 2009-01-06
4 4.0 0.0 foo5 2009-01-07

За замовчуванням функція makeMixedDataFrame() створює pandas DataFrame з 5 рядками та 4 стовпцями, у яких стовпці є різними типами даних.

Ми можемо використати наступний код для відображення типу даних кожного стовпця :

 #display data type of each column
df2. dtypes

A float64
B float64
C object
D datetime64[ns]
dtype:object

З результату ми бачимо:

• Стовпець А є числовим
• Стовпець B є числовим
• Стовпець C є рядком
• Стовпець D — дата

Приклад 3: Створення набору даних Pandas із відсутніми значеннями

Наступний код показує, як створити набір даних pandas із відсутніми значеннями в різних стовпцях:

 import pandas as pd

#create sample dataset
df3 = pd. util . testing . makeMissingDataFrame ()

#view dimensions of dataset
print ( df3.shape )

(30, 4)

#view first five rows of dataset
print ( df3.head ())

                   ABCD
YgAQaNaGfG 0.444376 -2.264920 1.117377 -0.087507
JoT4KxJeHd 1.913939 1.287006 -0.331315 -0.392949
tyrA2P6wz3 NaN 2.988521 0.399583 0.095831
1qvPc9DU1t 0.028716 1.311452 -0.237756 -0.150362
3aAXYtXjIO -1.069339 0.332067 0.204074 NaN

За замовчуванням функція makeMissingDataFrame() створює pandas DataFrame з 30 рядками та 4 стовпцями, в яких відсутні значення (NaN) у різних стовпцях.

Ця функція особливо корисна, оскільки дозволяє працювати з набором даних, у якому відсутні значення, що часто зустрічається в наборах даних реального світу.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання в pandas:

Як створити Pandas DataFrame з випадковими даними
Як випадково вибрати рядки в Pandas
Як перетасувати рядки в Pandas DataFrame