Úvod do iterace pandas DataFrame

Psaní efektivního kódu v Pythonu

Logan Thomas

Scientific Software Technical Trainer, Enthought

Shrnutí pandas

  • Přehled pandas v kurzu Intermediate Python
  • Knihovna pro analýzu dat
  • Hlavní datová struktura je DataFrame
    • Tabulková data s pojmenovanými řádky a sloupci
    • Postavena na struktuře pole NumPy
  • Cíl kapitoly:
    • Osvědčené postupy pro iteraci přes pandas DataFrame
Psaní efektivního kódu v Pythonu

Baseballová statistika

import pandas as pd

baseball_df = pd.read_csv('baseball_stats.csv')
print(baseball_df.head())
  Team League  Year   RS   RA   W    G  Playoffs
0  ARI     NL  2012  734  688  81  162         0
1  ATL     NL  2012  700  600  94  162         1
2  BAL     AL  2012  712  705  93  162         1
3  BOS     AL  2012  734  806  69  162         0
4  CHC     NL  2012  613  759  61  162         0
Psaní efektivního kódu v Pythonu

Baseballová statistika

  Team
0  ARI     
1  ATL     
2  BAL     
3  BOS     
4  CHC

alt="Logo Arizona Diamondbacks s textem ARI, logo Atlanta Braves s textem ATL, logo Baltimore Orioles s textem BAL, logo Boston Red Sox s textem BOS a logo Chicago Cubs s textem CHC"

Psaní efektivního kódu v Pythonu

Baseballová statistika

  Team League  Year   RS   RA   W    G  Playoffs
0  ARI     NL  2012  734  688  81  162         0
1  ATL     NL  2012  700  600  94  162         1
2  BAL     AL  2012  712  705  93  162         1
3  BOS     AL  2012  734  806  69  162         0
4  CHC     NL  2012  613  759  61  162         0
Psaní efektivního kódu v Pythonu

Výpočet procenta výher

import numpy as np

def calc_win_perc(wins, games_played):

    win_perc = wins / games_played

    return np.round(win_perc,2)
win_perc = calc_win_perc(50, 100)
print(win_perc)
0.5
Psaní efektivního kódu v Pythonu

Přidání procenta výher do DataFrame

win_perc_list = []

for i in range(len(baseball_df)): row = baseball_df.iloc[i]
wins = row['W'] games_played = row['G']
win_perc = calc_win_perc(wins, games_played)
win_perc_list.append(win_perc)
baseball_df['WP'] = win_perc_list
Psaní efektivního kódu v Pythonu

Přidání procenta výher do DataFrame

print(baseball_df.head())
  Team League  Year   RS   RA   W    G  Playoffs    WP
0  ARI     NL  2012  734  688  81  162         0  0.50
1  ATL     NL  2012  700  600  94  162         1  0.58
2  BAL     AL  2012  712  705  93  162         1  0.57
3  BOS     AL  2012  734  806  69  162         0  0.43
4  CHC     NL  2012  613  759  61  162         0  0.38
Psaní efektivního kódu v Pythonu

Iterace pomocí .iloc

%%timeit
win_perc_list = []

for i in range(len(baseball_df)):
    row = baseball_df.iloc[i]

    wins = row['W']
    games_played = row['G']

    win_perc = calc_win_perc(wins, games_played)
    win_perc_list.append(win_perc)

baseball_df['WP'] = win_perc_list
183 ms ± 1.73 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
Psaní efektivního kódu v Pythonu

Iterace pomocí .iterrows()

win_perc_list = []

for i,row in baseball_df.iterrows():

wins = row['W'] games_played = row['G'] win_perc = calc_win_perc(wins, games_played) win_perc_list.append(win_perc) baseball_df['WP'] = win_perc_list
Psaní efektivního kódu v Pythonu

Iterace pomocí .iterrows()

%%timeit
win_perc_list = []

for i,row in baseball_df.iterrows():

    wins = row['W']
    games_played = row['G']

    win_perc = calc_win_perc(wins, games_played)
    win_perc_list.append(win_perc)

baseball_df['WP'] = win_perc_list
95.3 ms ± 3.57 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
Psaní efektivního kódu v Pythonu

Procvičte iteraci DataFrame pomocí .iterrows()

Psaní efektivního kódu v Pythonu

Preparing Video For Download...