Einführung
In diesem Lab werden wir uns mit der min()-Methode in einem Pandas DataFrame befassen. Diese Methode hilft uns, den kleinsten Wert oder die kleinsten Werte in einem DataFrame entlang einer bestimmten Achse zu finden. Wir werden verschiedene Beispiele durchgehen, um zu verstehen, wie diese Methode effektiv eingesetzt werden kann.
Tipps für die VM
Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie während des Lernens Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Erstelle ein DataFrame
Lassen Sie uns beginnen, indem wir ein DataFrame mit der Pandas-Bibliothek erstellen. Wir werden die pd.DataFrame()-Funktion verwenden, um ein DataFrame-Objekt zu erstellen. Hier ist ein Beispiel:
import pandas as pd
data = {'A': [10, 20, 30],
'B': [40, 50, 60],
'C': [70, 80, 90]}
df = pd.DataFrame(data)
print(df)
Lassen Sie uns jetzt diesen Code ausführen, um unser DataFrame zu erstellen und anzuzeigen.
Finde die kleinsten Werte
Jetzt, wo wir unser DataFrame haben, verwenden wir die min()-Methode, um die kleinsten Werte zu finden. Wir können die Achse als 0 oder 1 angeben. Wenn axis=0, findet die Methode die kleinsten Werte für jede Spalte. Wenn axis=1, findet die Methode die kleinsten Werte für jede Zeile.
## Find the minimum values for each column
min_values_column = df.min(axis=0)
print("Minimum values for each column:")
print(min_values_column)
## Find the minimum values for each row
min_values_row = df.min(axis=1)
print("\nMinimum values for each row:")
print(min_values_row)
Lassen Sie uns diesen Code ausführen, um die kleinsten Werte zu finden und die Ergebnisse anzuzeigen.
Das Umgang mit NULL-Werten
Die min()-Methode bietet auch die Möglichkeit, NULL-Werte zu behandeln. Standardmäßig werden NULL-Werte bei der Berechnung des Minimums ausgeschlossen. Wir können jedoch NULL-Werte einschließen, indem wir den Parameter skipna auf False setzen.
## Create a DataFrame with null values
data = {'A': [10, None, 30],
'B': [40, 50, None],
'C': [70, 80, 90]}
df = pd.DataFrame(data)
print(df)
## Find the minimum values including null values
min_values = df.min(axis=0, skipna=False)
print("\nMinimum values including null values:")
print(min_values)
Lassen Sie uns diesen Code ausführen, um ein DataFrame mit NULL-Werten zu erstellen und die kleinsten Werte zu finden.
Zusammenfassung
In diesem Lab haben wir gelernt, wie die min()-Methode in einem Pandas DataFrame verwendet wird. Wir können die kleinsten Werte für jede Spalte oder jede Zeile finden, indem wir die passende Achse angeben. Wir haben auch gelernt, wie NULL-Werte behandelt werden, wenn das Minimum gefunden wird. Diese Methode ist hilfreich bei der Analyse und dem Verständnis der kleinsten Werte in unseren Daten.