Pandas 04 : Pandas columns

Data Science, Machine Learning, Tutorial By เม.ย. 12, 2019 No Comments

สวัสดีครับ วันนี้ก็เป็นตอนที่ 4 แล้ว เราจะเมาเรียนเรื่อง Panda กันเพิ่มเติม คือ การดูข้อมูลสถิติเบื้องต้น การจัดการ Column กันครับ

เริ่มต้นจากการ import library แล้วก็อ่านข้อมูลจาก csv ก่อนครับ
import pandas as pd
df = pd.read_csv("http://bit.ly/SampleSalesData")

Describe

คำสั่งแรก describe() จะเป็น function เพื่อใช้บอกข้อมูลสถิติเบื้องต้นครับ ได้แก่

  • count คือจำนวนข้อมูล
  • mean ค่าเฉลี่ยของข้อมูล
  • std ค่าเบี่ยงเบนมาตรฐาน คือข้อมูลมีการกระจายจากค่าเฉลี่ยมากน้อยเพียงใด ถ้า std มาก ก้อมีการกระจายมาก
  • min ค่าต่ำสุด
  • 25% Percentile ที่ 25 ของข้อมูล ซึ่ง percentile เป็นการแบ่งข้อมูลที่เรียงจากน้อยไปมากออกเป็น 100 ส่วนเท่า ๆ ครับ
  • 50% Percentile ที่ 50 ซึ่งก็คือค่า Medial หรือ มัธยฐาน คือ ค่าที่มีตำแหน่งอยู่กึ่งกลางของข้อมูลทั้งหมด
  • 75% Percentile ที่ 75
  • max ค่าสูงสุดของข้อมูล

สังเกตได้ว่าจาก Output จะมีเฉพาะข้อมูลที่เป็น numeric เท่านั้น ถ้าเราอยากดูข้อมูลประเภทอื่นด้วยเราก็สามารถใส่ parameter list ของ data types ใน property inlcude เข้าไปได้เลยครับ หรือถ้าอยากดูทั้งหมดก็ include=’all’ ได้เลย สิ่งที่เราเห็นเพิ่มขึ้นมาเมื่อเรา include object เข้าไป

  • unique คือ จำนวนข้อมูลที่ตัดส่วนที่ซ้ากัน ออกไป
  • top คือข้อมูลที่มีจำนวนซ้ำกันมากที่สุด
  • freq ค่าความถี่ที่ข้อมูลซ้ำกันมากสุด

 

การจัดการ pandas column

เริ่มต้นด้วยการดูรายชื่อ column ทั้งหมด ใน dataframe ของเราได้โดยคำสั่ง columns ครับ

df.columns

เปลี่ยนชื่อ Column (1)

การเปลี่ยนชื่อ column สามารถทำได้โดยคำสั่ง rename ครับ โดยเราสามารถระบุชื่อ column ที่ต้องการเปลี่ยนชื่อ และชื่อใหม่ได้เลย โดยถ้าหากว่าเราต้องการให้มีการเปลี่ยนแปลงใน dataframe ทันที เราต้องใส่ inplace=True เข้าไปด้วยครับ ไม่งั้นจะเป็นการแสดงผลให้ดูเฉยๆ

#Rename country
#On the fly so we need to add inplace=True to make change imediately.
df.rename(columns= {'Retailer country' : 'Country'}, inplace=True)

เปลี่ยนชื่อ Column (2)

อีกวิธีนึงคือเราสามารถใช้ list ในการเปลี่ยนชื่อ column ได้ทั้งหมดในทีเดียวได้เลยครับ

ขั้นแรกก็สร้าง list ของชื่อ column ใหม่ที่เราต้องการก่อน แล้วเอาไปแทนที่ได้เลย

# multiple change column name
col_name = ['Country', 'OrderMethod', 'RetailerType', 'ProductLine', 'ProductType', 'ProductName', 'Year','Quarter','Revenue','Quantity','GrossMargin']
df.columns = col_name

สำหรับวันนี้ก็คงเท่านี้ก่อนครับ อย่าลืมหมั่นฝึกฝนบ่อยๆ นะครับ

ชอบกด Like ใช่กด Share แย่ช่วยแนะนำ ด้วยนะครับ

สวัสดีครับ

 

Author

Data Engineer, Data Strategist, Data Analyst, Data Scientist

No Comments

Leave a comment

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *