Како користити изјаву о случају Пандас?
Изјаве случаја могу се креирати на неколико начина. Функција НумПи вхере(), која користи следећу основну синтаксу, је најједноставнији начин да се конструише исказ цасе у Пандас ДатаФраме-у:
дф [ 'име колоне' ] = нп.где ( стање 1 , 'вредност1',нп.где ( стање два , 'вредност2',
нп.где ( стање 3 , 'вредност3', 'вредност4' ) ) )
Горња изјава ће проверити сваки услов за вредност и, ако је услов задовољен, генерисаће излаз или ће вратити вредност у складу са условом.
Пример # 1: Пандас Цасе изјава Коришћење вхере() функције
Хајде да прво направимо оквир података да бисмо могли да користимо нашу изјаву случаја. Да бисмо креирали оквир података, прво ћемо увести модуле нумпи и пандас како бисмо могли да користимо њихове функционалности. Пд.Датафраме() ће се користити за креирање нашег оквира података.
Направили смо 'дф' оквир података. Питхон речник се прослеђује унутар функције пд.ДатаФраме() као аргумент са кључевима и вредностима. Користићемо функцију принт() да видимо наш оквир података.
У оквиру података 'дф' имамо две колоне 'име' и 'маркс' са вредностима ['Рон', 'Тим', 'Анна', 'Јацк', 'Роб', 'Луци'] и [4, 6 , 8, 6, 9,10]. Претпоставимо да је то име колона у којој се чувају имена ученика, а колона „оцене“ чува резултат неког недавног теста. Сада ћемо написати исказ случаја који додаје нову колону под називом „напомене“ чије су вредности засноване на вредностима које смо навели, за сваки услов.
Метода „нумпи.вхере()“ обезбеђује индексе елемената из улазног низа, колоне или листе који задовољавају наведени услов. У горњем случају прекидача, функција нп.вхере() проверава сваки елемент у колонама „ознаке“. Ако је вредност једнака или мања од 5, вратиће „фаил“ као излаз. Ако је вредност мања или једнака 7, вратиће се задовољавајуће, а ако је вредност мања или једнака 9, вратиће се „одлично“. Ако их нема, резултат ће бити одличан.
Као што се може приметити, нова колона 'напомене' креирана је у нашем 'дф' оквиру података, чувајући вредности враћене горњом наредбом цасе.
Пример бр. 2:
Покушајмо поново са горњом наредбом случаја са другим оквиром података. Претпоставимо да морамо да оцењујемо играче на основу њихових укупних голова на претходном фудбалском турниру. Хајде да направимо оквир података за чување записа фудбалера.
Проследили смо речник са кључевима 'наме' и 'гоалс' унутар функције пд.ДатаФраме() да бисмо креирали наш оквир података. Да бисмо одштампали наш оквир података, користићемо функцију штампања.
Као што се може видети у горњем оквиру података, имамо две колоне: „име“ и „циљеви“. У називу колоне имамо имена играча [„Џон“, „Марти“, „Клеј“, „Ник“, „Мајк“, „Алекс“, „Том“, „Роки“]. У головима „колоне“ имамо укупан број голова које је сваки играч постигао на претходном турниру. Сада ћемо користити нашу изјаву случаја да оцењујемо ове играче на основу голова које су постигли.
Горњи случај је креиран помоћу функције вхере(). Унутар случаја, функција исказа проверава сваки елемент у колонама „ознаке“ у односу на услове. Ако је вредност у колони „циљеви“ једнака или мања од 5, вратиће се „Ц“. Ако је вредност у колони „циљеви“ једнака или мања од 9, вратиће се „Б“. Вратиће „А“ ако је вредност у колони „циљеви“ једнака или већа од 10. Вредности које враћа изјава биће ускладиштене у новој колони „оцена“. Одштампајмо 'дф' да видимо резултате.
Нова колона „оцена“ је успешно креирана помоћу горње скрипте.
Пример бр. 3: Пандас иф-елсе изјава помоћу функције аппли().
Осу реда или колоне оквира података користи метода аппли() за имплементацију функције. Можемо креирати сопствену дефинисану функцију и користити је у нашем оквиру података у пандама. Садржаће услове ако-иначе. Хајде да прво направимо наш оквир података, а затим ћемо креирати функцију у којој ћемо користити иф-елсе наредбу да генеришемо резултат. Да бисмо креирали наш оквир података, прво ћемо увести модул панде, а затим ћемо проследити речник унутар методе пд.ДатаФраме().
Као што се може видети, наш оквир података се састоји од две колоне „А“ у којима се налазе нумеричке вредности [23, 35, 64, 74, 85] и „Б“ са вредностима [45, 34, 61, 89, 27]. Сада ћемо креирати функцију која ће одредити која је вредност већа међу обе колоне у сваком реду нашег оквира података.
Можете користити Питхон ламбда функцију „пандас. ДатаФраме.аппли()” за покретање израза. У Питхон-у, ламбда функција је компактна анонимна функција која прихвата било који број аргумената и извршава израз. У горњој скрипти креирали смо изјаву услова која ће упоредити вредност обе колоне и сачувати резултат у новој колони „поређење“. Ако је вредност колоне „А“ мања од вредности колоне „Б“, вратиће се „Б је већи“. Ако услов није задовољен, вратиће се „А је веће“.
Пример бр. 4:
Покушајмо са другим примером користећи иф-елсе наредбу унутар функције аппли() са другим оквиром података.
Претпоставимо да наш оквир података чува евиденцију запослених у некој компанији. Колона „емп“ чува имена запослених [„Франки“, „Харри“, „Луке“, „Петер“, „Андрев“], док се у колони „плата“ чувају плате сваког запосленог [1350, 1000, 900 , 1200, 980] у оквиру података 'дф'. Сада ћемо креирати нашу иф-елсе изјаву користећи метод аппли().
Горњи услов ће проверити сваку вредност у колони 'плата' и додати 200 платама запослених код којих је вредност плате мања или једнака 1000. Спремили смо вредности враћене из функције аппли() у нову колону ' инкремент'. Погледајмо резултате из горње скрипте.
Као што видите, функција је успешно додала 200 вредностима које су биле мање или једнаке 100. Вредности које су биле веће од 1000 остале су непромењене.
Закључак:
У овом водичу смо видели да када је услов задовољен, изјава овог типа, која се назива исказ случаја, враћа вредност. Видели смо како можете да креирате исказ случаја да бисте извршили потребну операцију или задатак. У овом туторијалу користили смо функцију нп.вхере() и функцију аппли() за креирање исказа цасе. Имплементирали смо неколико примера да бисмо вас научили како да користите исказе пандас цасе помоћу функције вхере() и како да користите функцију аппли() за креирање исказа цасе.