مرحبًا يا من هناك! باعتباري موردًا للمرشحات، غالبًا ما يتم سؤالي عن تقنيات التصفية المختلفة، وأحد المجالات التي تظهر كثيرًا هو كيفية تصفية سلسلة الباندا. Pandas هي مكتبة بايثون مذهلة لمعالجة البيانات وتحليلها، والسلسلة هي إحدى هياكل البيانات الأساسية الخاصة بها. لذلك، دعونا نتعمق في كيفية تصفية سلسلة الباندا بشكل فعال.
ما هي سلسلة الباندا؟
قبل أن نبدأ التصفية، دعونا نتعرف بسرعة على سلسلة الباندا. تشبه السلسلة مصفوفة مسماة أحادية البعد. يمكنه الاحتفاظ ببيانات من أي نوع (على سبيل المثال، الأعداد الصحيحة والسلاسل وأرقام الفاصلة العائمة) ويحتوي على فهرس يسمي كل عنصر. يمكنك اعتباره عمودًا واحدًا في جدول بيانات، حيث تحتوي كل خلية على تسمية فريدة.
فيما يلي مثال بسيط لإنشاء سلسلة الباندا:
استيراد الباندا كبيانات pd = [10، 20، 30، 40، 50] فهرس = ['a'، 'b'، 'c'، 'd'، 'e'] سلسلة = pd.Series(data, Index = Index) print(series)ينشئ هذا الرمز سلسلة مكونة من خمسة عناصر، كل منها يحمل حرفًا من "a" إلى "e".
تصفية سلسلة الباندا
هناك عدة طرق لتصفية سلسلة الباندا، وسأرشدك عبر بعض الطرق الأكثر شيوعًا.
التصفية حسب الشرط
إحدى الطرق الأكثر وضوحًا لتصفية السلسلة هي استخدام شرط منطقي. على سبيل المثال، لنفترض أنك تريد الحصول على كافة العناصر الموجودة في السلسلة التي يزيد عددها عن 20.
filtered_series = سلسلة [سلسلة > 20] طباعة (filtered_series)في هذا الكود،السلسلة > 20ينشئ سلسلة منطقية حيث يوجد كل عنصرحقيقيإذا كان العنصر المقابل في السلسلة الأصلية أكبر من 20، وخطأ شنيعخلاف ذلك. بعد ذلك، نستخدم هذه السلسلة المنطقية لفهرسة السلسلة الأصلية، والتي تُرجع فقط العناصر التي توجد بها القيمة المنطقيةحقيقي.
التصفية حسب الفهرس
يمكنك أيضًا تصفية السلسلة حسب فهرسها. لنفترض أنك تريد فقط العناصر ذات الفهرس "b" و"d".
Selected_indexes = ['b', 'd'] filter_by_index = سلسلة[selected_indexes] طباعة (filtered_by_index)يقوم هذا الرمز بإنشاء سلسلة جديدة تحتوي فقط على العناصر ذات الفهارس المحددة.
باستخدامأنتطريقة
الأنتتكون الطريقة مفيدة عندما تريد تصفية سلسلة بناءً على قائمة القيم. على سبيل المثال، إذا كنت تريد الحصول على جميع العناصر الموجودة في السلسلة والتي يبلغ عددها 20 أو 40.
القيم = [20، 40] filter_isin = سلسلة [series.isin(values)] print(filtered_isin)الأنتتتحقق الطريقة مما إذا كان كل عنصر في السلسلة موجودًا في قائمة القيم المحددة وترجع سلسلة منطقية، والتي نستخدمها بعد ذلك لفهرسة السلسلة الأصلية.
لماذا تعتبر التصفية مهمة في تحليل البيانات
تعد تصفية سلسلة الباندا أمرًا بالغ الأهمية في تحليل البيانات لعدة أسباب. أولاً، يساعدك على تنظيف بياناتك. يمكنك إزالة القيم المتطرفة أو القيم غير الصحيحة عن طريق تعيين شروط التصفية المناسبة. ثانيًا، يسمح لك بالتركيز على مجموعات فرعية محددة من البيانات ذات الصلة بتحليلك. على سبيل المثال، إذا كنت تقوم بتحليل بيانات المبيعات، فقد ترغب في تصفية كافة المبيعات من منطقة أو فترة زمنية معينة.
حقيقي - تطبيقات العالم
لنفترض أنك محلل بيانات تعمل في إحدى شركات التجارة الإلكترونية. لديك سلسلة الباندا التي تحتوي على أسعار جميع المنتجات الموجودة في المتجر. قد ترغب في تصفية هذه السلسلة للعثور على جميع المنتجات المعروضة للبيع (أي أن سعرها أقل من حد معين). يمكن استخدام هذه المعلومات لإنشاء حملات تسويقية أو لتحليل ربحية عناصر البيع.
منتجاتنا التصفية
باعتبارنا موردًا للمرشحات، فإننا نقدم مجموعة واسعة من المرشحات عالية الجودة لمختلف التطبيقات الصناعية. ملكناY - نوع الفلترهو خيار شائع لإزالة الجزيئات الصلبة من تيارات السائل أو الغاز. إنه سهل التركيب والصيانة، مما يجعله مناسبًا للعديد من الصناعات المختلفة.
منتج رائع آخر لدينا هوزجاج البصر. فهو يسمح لك بفحص تدفق السوائل في خط الأنابيب بصريًا، وهو أمر ضروري لضمان التشغيل السليم لنظام الترشيح لديك.
وإذا كنت تبحث عن فلتر بتصميم مختلف، فلدينامرشح من النوع Tقد يكون الاختيار الصحيح. إنه ذو هيكل فريد على شكل حرف T يوفر ترشيحًا فعالًا وغالبًا ما يستخدم في التطبيقات ذات المساحة المحدودة.
تواصل معنا لتلبية احتياجاتك من الفلتر
إذا كنت مهتمًا بمنتجات التصفية الخاصة بنا أو كانت لديك أي أسئلة حول تقنيات التصفية، سواء كان ذلك في تحليل البيانات أو التطبيقات الصناعية، فلا تتردد في التواصل معنا. نحن هنا لمساعدتك في العثور على أفضل الحلول لمتطلباتك المحددة. سواء كنت بحاجة إلى مرشح صغير لإعدادات المختبر أو نظام ترشيح واسع النطاق لمنشأة صناعية، فلدينا ما تحتاجه.
مراجع
ماكيني، دبليو (2012). بايثون لتحليل البيانات: جدل البيانات مع Pandas، NumPy، وIPython. أورايلي وسائل الإعلام.
