یک دیتافریم (DataFrame or data frame) یک ساختار نمایشی از دادهها است. در ادامه این مورد را با ذکر یک مثال نشان خواهیم داد. فرض کنید که قصد داریم یک دیتافریم با سه ستون و پنج سطر از اعداد بسازیم.
مثال:
import pandas as pd
d = {'col1': [1, 2, 3, 4, 7], 'col2': [4, 5, 6, 9, 5], 'col3': [7, 8, 12, 1, 11]}
df = pd.DataFrame(data=d)
print(df)عمومن دیتافریمها را با نماد df نشان میدهند. در مثال فوق با استفاده از کتابخانهی پانداس یک دیتافریم بنام df ساختیم. در واقع مثال فوق را بصورت زیر نیز میتوان دستهبندی و تشریح کرد:
- ابتدا کتابخانهی پانداس وارد محیط کدنویسی شد
- دادهها را در سطرها و ستونهای مختلف داخل نتغیری بنام d تعریف نمودیم
- با استفاده از دستور pd.DataFrame یک دیتافریم ساختیم
- دیتافریم ما شامل 3 ستون و 5 سطر میباشد
- در خط آخر دیتافریم را چاپ کرده تا نتیجه را با استفاده از تابع print ببینیم
نکته: نوشتن pd. قبل از DataFrame به این معنی است که ما قصد داریم از تابع DataFrame در کتابخانه پانداس استفاده کنیم. در خط اول کدهای فوق pd را نام اختصاری pandas مینامند. در اکثر زبانهای برنامهنویسی به pd نام مستعار (alias) میگویند. به حروف بزرگ D و F در DataFrame دقت نمائید.
تفسیر خروجی
خروجی کد فوق برابر است با شکل زیر:
مشاده مینمائیم که “col1, col2, col3” اسامی ستونهای ما هستند. دربارهی اعدادی که بصورت عمودی از 0 تا 4 فهرست شدهاند دقت داشته باشید. ما به آنها اطلاعات در خصوص موقعیت سطرها میگوئیم. در پایتون، اولین عدد در شمارهگذاری همواره 0 است. در ادامه سعی خواهیم نمود تا به شمردن تعداد سطرها و ستونها بوسیلهی نوشتن چند کد ساده بپردازیم.
برای این منظور از کد df.shape[1] استفاده خواهیم کرد تا تعداد ستونهای دیتافریم خود را پیدا کنیم. شاید برای شما سؤال پیش بیاید که چرا تعداد ستونها را نیاز داریم. پاسخ این است که در این مثال تعداد ستونها یا سطرهای ما کوچک یا کم است و این سؤال یا مورد شاید بدیهی بنظر برسد. اما در کار با دیتاستهای بزرگ، دانستن تعداد سطرها و ستونها با اجرای تنها یک کد، امری بسیار مفید در آنالیز دیتاست در دست خواهد بود.
مثال: تعداد ستونها را بدست آورید
count_column = df.shape[1] print(count_column)
ما میتوانیم از دستور یا کد df.shape[0] به منظور فهمیدن تعداد سطرها نیز استفاده نمائیم.
مثال: تعداد سطرهای دیتافریم فوق را بیابید
count_row = df.shape[0] print(count_row)
چرا خودمان به شمارش تعداد سطرها و ستونها نپرداختیم؟
مجدد تکرار میکنیم که اگر با دیتاستهای بزرگ کار کنیم، شمارش تعداد سطرها و یا ستونها امری گیجکننده است و قطعن باعث بروز اشتباه خواهد شد. اما با استفاده از توابع از قبل ساخته (تعریف) شده در پایتون مطمئن هستیم که در این خصوص مرتکب اشتباه نخواهیم شد.
