Panda rango

“Python offre un gran numero di biblioteche. Quando si tratta di "panda", intendiamo anche la Biblioteca Python. Ci avvantaggia in una varietà di aree, come le scienze dei dati e l'apprendimento automatico, dove possiamo entrambi utilizzare la libreria "panda". Inoltre, aiuta nella modifica e nella gestione dei dati. Possiamo trovare il "rango" dei dati numerici che abbiamo inserito nel frame dati "Panda". Il metodo "Rank ()" è disponibile nella libreria "Panda" per trovare il grado dei dati numerici. Il metodo "Rank ()" ci aiuta a calcolare il grado dei dati numerici. Questo metodo "Rank ()" sarà spiegato a fondo in questa guida, insieme a come funziona. Utilizzeremo anche i metodi "Rank ()" nei nostri codici qui."

Sintassi

DataFrame.Rank (axis = 0, Method = "Medio", numeric_only = Nessuno, Na_option = "Keep", ascender = true/false, pct = false)

Esempio # 01

Spyder è lo strumento che stiamo usando per creare questi codici "panda" presenti in questa guida. Importazione delle biblioteche è il primo passo che dobbiamo fare durante la scrittura del codice "panda". La parola chiave "importazione" viene utilizzata per l'importazione della libreria. La libreria "Panda" è la biblioteca che deve essere importata. Dopo aver digitato "importazione", digitiamo "panda come PD" qui. Dopo questo, creiamo il frame dati. Il "PD" mostra che "DataFrame ()" è il metodo di "Panda", che otteniamo qui digitando "PD" con questo metodo "DataFrame ()".

La prima colonna è la colonna "Nome", e in questa colonna, inseriamo "Los Angeles, New York, Francia, Chicago, Denver, Delhi, Parigi, Istanbul e Boston". Aggiungiamo quindi la colonna "parchi", che contiene il numero di parchi come "45, 58, 82, 90, 64, 75, 44, 81 e 59". Abbiamo altre due colonne qui che sono "ospedali" e "scuole". Nella colonna "Ospedali", aggiungiamo "125, 115, 92, 100, 84, 105, 98, 99 e 159" e nella colonna "Scuole", aggiungiamo "95, 158, 182, 99, 74, 115, 104, 81 e 99 ". Ora utilizziamo il metodo "Print ()" per mostrare questo frame dati.

Possiamo facilmente vedere l'output dei nostri codici quando facciamo clic sull'icona "Esegui" nello strumento "Spyder". Ecco il risultato di questo codice e si può vedere che solo il frame di dati che abbiamo creato è mostrato in questo risultato. Ora useremo il metodo "Rank ()" per ottenere il grado dei dati numerici.

Per prima cosa creiamo la nuova colonna qui posizionando il nome del frame dati e inseriamo il nuovo nome di colonna, che è "Hospital_rank", qui. Quindi applichiamo il metodo "Rank ()" alla colonna "Ospedali" e memorizziamo il risultato nella nuova colonna che abbiamo creato qui. Successivamente, posizioniamo il nome del frame dati in "Print ()", quindi anche la nuova colonna viene aggiunta e resa sullo schermo.

Dà il rango ai dati degli "ospedali" e li visualizza in un'altra colonna che abbiamo creato sopra. Visualizza i valori di rango. Dà il valore di rango "1" ai valori più piccoli, e poi così via.

Applichiamo anche questo metodo "Rank ()" alla colonna "Scuole" e archiviamo i valori di rango nella colonna "School_Rank" qui. Non abbiamo superato alcun parametro a questa funzione "rango ()", quindi darà il grado ai valori della colonna delle "scuole" in ordine crescente.

La colonna "School_rank" viene visualizzata qui e in questa colonna sono menzionati i valori di rango. Questi sono i valori di rango della colonna "Scuole" perché applichiamo questo metodo alla colonna "Scuole".

Esempio # 02

Qui, è stato creato "School_df". Abbiamo usato “PD.DataFrame () "per generare dati dati in" panda "e, di conseguenza, questo frame dati è stato creato. Inoltre, aggiungiamo alcune colonne e queste colonne hanno anche dati. La colonna che aggiungiamo prima è la colonna "nome". Quindi "Resse, Collins, Layla, Cora, Bromley, Ellis, Kelly e Bromley" sono tutti presenti in questa colonna. La seguente colonna, OBT_MARKS "è dove aggiungiamo" 150, 334, 39, 376, 585, 190, 453 e 669 ". Qui, la terza colonna è etichettata "obt_per" e inseriamo le percentuali "30%, 55%, 10%, 58%, 75%, 33%, 62%e 81%".

Quindi abbiamo la colonna "qualifica". Include i seguenti dati "non promossi, promossi, non promossi, promossi, promossi, non promossi, promossi, promossi". Ora, stampiamo questo frame dati, quindi aggiungiamo una nuova colonna con il nome "Student_rank" in questo frame dati e applichiamo la funzione "Rank ()" alla colonna "OBT_MARKS". Abbiamo anche impostato il valore del parametro "ascendente" su "false".

Quando questo metodo "Rank ()" si applica ai dati della colonna "OBT_MARKS", allora salva i valori di "rango" nella colonna "Student_rank", che viene aggiunta qui a questo frame dati. Quindi stampiamo di nuovo il frame dati, che contiene anche la colonna "School_rank".

La colonna "Student_rank" viene anche visualizzata nel frame dati aggiornato e mostra il grado dei valori di colonna "OBT_MARKS" in ordine decrescente perché abbiamo impostato "false" come valore del parametro "ascendente".

Esempio # 03

In questo codice, utilizziamo il metodo "Rank ()" per ottenere i valori di rango della colonna "OBT Marks". Inoltre, abbiamo modificato il valore del parametro "ascendente" in "vero". Quando la colonna "Student_Rank" di questo Frame dati riceve i dati dalla colonna "OBT Marks" tramite il metodo "Rank ()", i valori di "Rank" vengono salvati in seguito applicando il metodo "Rank ()". Il frame dati viene quindi stampato ancora una volta qui.

Impostamo "true" come valore per l'opzione "ascendente" nel metodo "Rank ()", quindi la colonna "Student_Rank", che è presente nel telaio di dati modificato, visualizza il grado dei valori della colonna "OBT_MARKS" in ordine crescente.

Esempio # 04

Ora stiamo applicando la funzione "Rank ()" e anche ordinando i dati dopo aver ottenuto il valore di rango. Qui, abbiamo trovato i valori di rango del "OBT_MARKS" degli studenti e non abbiamo aggiunto alcun parametro a questo metodo "Rank ()". Quindi, dopo aver ottenuto i valori di rango in ordine crescente, memorizziamo quei valori che otteniamo nella colonna "Student_rank" dopo aver applicato il metodo "Rank ()". Ordiniamo questi valori con l'aiuto di "Ordina.Values ​​() "Metodo e inserisci il nome della colonna i cui dati vogliamo ordinare al suo interno, e questo nome di colonna è" Student_rank "qui. Mettiamo anche "vero" come valore del parametro "Inplace". Quindi stampiamo di nuovo la "scuola_df", che restituirà la colonna ordinata "Student_rank".

Visualizza innanzitutto i valori di rango davanti a ogni riga nella nuova colonna, che è "Student_rank" qui, e poi ordina questi valori, che sono resi nella colonna "Student_rank" e mostra anche i valori ordinati e classificati in seguito “School_df."

Esempio # 05

Ora stiamo applicando il metodo "Rank ()" al file CSV. Per fare ciò, dobbiamo leggere il file CSV con l'aiuto del "PD.Read () "Metodo. Quindi, abbiamo messo questo metodo qui, che legge i dati del file CSV e lo salva nella variabile "MY_DATA" sotto forma di dati di dati. Quindi, inseriamo una colonna "unità di rango" e i dati che otteniamo dopo aver applicato il metodo "Rank ()" alla colonna "Unità" del file CSV vengono quindi salvati in questa colonna. Dopo questo, utilizziamo la "print ()" per la visualizzazione del frame dati insieme alla nuova colonna, che abbiamo aggiunto qui.

Questo è i dati del file CSV e puoi anche notare che la colonna "unità rango" viene visualizzata qui, che contiene i valori di rango e otteniamo questi valori con l'aiuto del metodo "Rank ()".

Conclusione

Questa guida mira a descrivere in dettaglio la funzione "Panda rank". Abbiamo descritto che abbiamo utilizzato questo metodo per trovare il grado dei dati numerici. Abbiamo anche usato il metodo "Rank ()" nei nostri codici qui e abbiamo mostrato i valori classificati in ordine crescente e decrescente. Ordiniamo anche i valori di "rango" qui nei nostri codici e abbiamo spiegato in dettaglio questi codici e questo metodo "rank ()". Abbiamo anche applicato questo metodo "Rank ()" ai dati del file CSV e ti abbiamo spiegato come farlo. Questa guida ha descritto tutto sul metodo "Rank ()" di "panda" con una spiegazione corretta.