{"id":688,"date":"2020-12-29T15:14:11","date_gmt":"2020-12-29T15:14:11","guid":{"rendered":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/?post_type=chapter&p=688"},"modified":"2020-12-29T16:45:44","modified_gmt":"2020-12-29T16:45:44","slug":"andmete-muutmine-ja-selekteerimine-andmetabelis","status":"publish","type":"chapter","link":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/chapter\/andmete-muutmine-ja-selekteerimine-andmetabelis\/","title":{"raw":"Andmete muutmine ja selekteerimine andmetabelis","rendered":"Andmete muutmine ja selekteerimine andmetabelis"},"content":{"raw":"Andmetabelis tuleb sageli ette seda, et on vaja selekteerida teatud rida v\u00f5i veerg ning selle v\u00e4\u00e4rtust muuta. J\u00e4rgmistes n\u00e4idetes tutvustame, kuidas andmefreimis ridu ja veerge selekteerida.\r\n

Rea selekteerimine<\/h2>\r\nEelmises n\u00e4ites n\u00e4gime, et hinnetetabelis on puuduvaid v\u00e4\u00e4rtusi (NaN<\/code>), sest k\u00f5igi \u00f5pilaste bioloogia hindeid ei olnud esimeses hinnetetabelis. Lisame j\u00e4rgmises n\u00e4ites ka puuduvad bioloogia hinded.\r\n\r\nAndmefreimis on v\u00f5imalik vastav rida leida tabelis selle indeksi v\u00f5i selle sildi j\u00e4rgi. Nii nagu seerias, saab ka andmefreimis m\u00e4\u00e4rata sildid iga rea jaoks.\r\n\r\nEsmalt vaatame n\u00e4idet, kus me kasutame rea leidmiseks selle indeksit. Pandase moodulis kasutatakse vastava indeksiga rea selekteerimiseks funktsiooni iloc<\/code>. Selle funtksiooni kasutamine on sarnane tavalise Pythoni j\u00e4rjendist vastava indeksiga elemendi v\u00f5tmisega, kus j\u00e4rjendi nime j\u00e4rel kirjutatakse nurksulgude vahele vastav indeks. iloc<\/code> funktsiooni puhul peab funktsiooni nime j\u00e4rel nurksulgude vahele kirjutama vastava indeksi. Esmalt leiame tabeli esimese rea ja v\u00e4ljastame selle.\r\n
sonastik_A = {'Nimi': ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer'],\r\n            'Matemaatika': [4, 5, 3, 4, 5],\r\n            'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nsonastik_B = {'Nimi': ['Sulev', 'Guido', 'Ada', 'Moona'],\r\n            'Matemaatika': [4, 5, 4, 5],\r\n            'Programmeerimine': [4, 5, 4, 3],\r\n            'Bioloogia': [5, 2, 3, 4]}\r\n\r\nhinded_A = pd.DataFrame(sonastik_A)\r\nhinded_B = pd.DataFrame(sonastik_B)\r\n\r\nhinded = pd.concat([hinded_A, hinded_B], ignore_index=True)\r\n\r\n# V\u00e4ljastame esimese rea\r\nprint(hinded.iloc[0])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Nimi                Malle\r\n  Matemaatika             4\r\n  Programmeerimine        4\r\n  Bioloogia             NaN\r\n  Name: 0, dtype: object\r\n<\/pre>\r\nN\u00fc\u00fcd lisame ka Mallele bioloogia hinde ja v\u00e4ljastame terve tabeli. Kuna soovime muuta ainult \u00fcht v\u00e4\u00e4rtust bioloogia hinnete veerus, siis iloc<\/code> funktsiooni kasutamisel peame ka vastava veeru m\u00e4\u00e4rama.\r\n
hinded['Bioloogia'].iloc[0] = 5\r\n\r\nprint(hinded)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        NaN\r\n  2   Kusti            3                 5        NaN\r\n  3   Aksel            4                 4        NaN\r\n  4  Kalmer            5                 3        NaN\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\r\n \r\n\r\nN\u00e4eme, et Mallel on bioloogia hinne olemas. Lisame ka Saarale ja Kalmerile hinded. Seda saame ka korraga teha, sest iloc<\/code> funktsioon v\u00f5imaldab ka erinevate indeksitega read korraga selekteerida. Selleks peab iloc<\/code> funktsiooni nurksulgude vahele lisama j\u00e4rjendi, kus on soovitud indeksid. Saara rea indeks on 1<\/code> ja Kalmeri rea indeks on 4<\/code>. Seega sobiv j\u00e4rjend on [1, 4]<\/code>. Saara bioloogia hinne on 5<\/code> ja Kalmeri hinne on 2<\/code>. Ka need saame korraga lisada, kui kasutame j\u00e4rjendit.\r\n
hinded['Bioloogia'].iloc[[1, 4]] = [5, 2]\r\n\r\nprint(hinded)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        5.0\r\n  2   Kusti            3                 5        NaN\r\n  3   Aksel            4                 4        NaN\r\n  4  Kalmer            5                 3        2.0\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\r\n \r\n\r\nLisaks on v\u00f5imalik iloc<\/code> funktsiooniga selekteerida ka vahemik ridu nii nagu Pythonis saab viilutada j\u00e4rjendit [algusindeks:l\u00f5ppindeks]<\/code>, kus l\u00f5ppindeksiga element ei kuulu viilutatud vahemikku. Lisame Kusti ja Akseli bioloogia hinded. Kunsti rea indeks on 2<\/code> ja Akseli rea indeks on 3<\/code>. Nende hinded on vastavalt 4<\/code> ja 5<\/code>.\r\n
hinded['Bioloogia'].iloc[2:4] = [4, 5]\r\n\r\nprint(hinded)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        5.0\r\n  2   Kusti            3                 5        4.0\r\n  3   Aksel            4                 4        5.0\r\n  4  Kalmer            5                 3        2.0\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\r\nPandas v\u00f5imaldab ka rea siltide abil andmeid selekteerida, juhul kui andmetabelis on sildid m\u00e4\u00e4ratud. Loome hinnetetabeli, kus reasiltideks \u00f5pilaste nimed. Olgu meil kaks hinnetetabelit, millele oleme m\u00e4\u00e4ranud reasildid index<\/code> parameetrit kasutades.\r\n
sonastik_A = {'Matemaatika': [4, 5, 3, 4, 5],\r\n            'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nsonastik_B = {'Matemaatika': [4, 5, 4, 5],\r\n            'Programmeerimine': [4, 5, 4, 3],\r\n            'Bioloogia': [5, 2, 3, 4]}\r\n\r\n# Sildid andmefreimide jaoks \r\nnimed_A = ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer']\r\nnimed_B = ['Sulev', 'Guido', 'Ada', 'Moona']\r\n\r\nhinded_A = pd.DataFrame(sonastik_A, index=nimed_A)\r\nhinded_B = pd.DataFrame(sonastik_B, index=nimed_B)\r\n<\/pre>\r\n\u00dchendame need kaks tabelit concat<\/code> funktsiooni kasutades, kui n\u00fc\u00fcd me ei lisa ignore_index<\/code> parameetrit, sest tahame kasutada silte, mitte automaatselt m\u00e4\u00e4ratud indekseid.\r\n
hinded = pd.concat([hinded_A, hinded_B])\r\n\r\nprint(hinded)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine  Bioloogia\r\n  Malle             4                 4        NaN\r\n  Saara             5                 5        NaN\r\n  Kusti             3                 5        NaN\r\n  Aksel             4                 4        NaN\r\n  Kalmer            5                 3        NaN\r\n  Sulev             4                 4        5.0\r\n  Guido             5                 5        2.0\r\n  Ada               4                 4        3.0\r\n  Moona             5                 3        4.0\r\n<\/pre>\r\nLisame puudavad bioloogia hinded, kasutades vastavaid silte ehk \u00f5pilaste nimesid. Kui indeksitega selekteerimisel kasutasime iloc<\/code> funktsiooni, siis siltide abil selekteerimisel kasutame loc<\/code> funktsiooni. Erinevalt iloc<\/code> funktsioonist, kus kasutasime nurksulgude vahel indeksit, lisame loc<\/code> funktsiooni puhul nurksulgude vahele vastava sildi. V\u00e4ljastame k\u00f5ik Ada hinded.\r\n
print(hinded.loc['Ada'])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Matemaatika         4.0\r\n  Programmeerimine    4.0\r\n  Bioloogia           3.0\r\n  Name: Ada, dtype: float64\r\n<\/pre>\r\n\u00a0! <\/span>\u00a0Rida tagastatakse seeriana.<\/span>\r\n\r\nLisame Malle puuduva bioloogia hinde. Selleks peame kasutama vastavat reasilti (Malle<\/code>) ja veeru pealkirja (Bioloogia<\/code>), mida saame kasutada mugavalt loc<\/code> funktsioonis nagu rea- ja veeruindeksit.\r\n
hinded.loc['Malle', 'Bioloogia'] = 5<\/pre>\r\nSarnaselt iloc<\/code> funktsiooni kasutamisele, saame ka loc<\/code> funktsiooniga valida ridu vahemikust v\u00f5i mitu korraga. Lisame ka \u00fclej\u00e4\u00e4nud \u00f5pilaste bioloogia hinded.\r\n
# Muudame mitu rida korraga\r\nhinded.loc[['Saara', 'Kalmer'], 'Bioloogia'] = [2, 4]\r\n\r\n# Muudame teatud vahemik ridu\r\n# Vahemiku l\u00f5pp-punkt (l\u00f5ppsilt) on kaasaarvatud\r\nhinded.loc['Kusti':'Aksel', 'Bioloogia'] = [5, 5]\r\n\r\nprint(hinded)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine  Bioloogia\r\n  Malle             4                 4        5.0\r\n  Saara             5                 5        2.0\r\n  Kusti             3                 5        5.0\r\n  Aksel             4                 4        5.0\r\n  Kalmer            5                 3        4.0\r\n  Sulev             4                 4        5.0\r\n  Guido             5                 5        2.0\r\n  Ada               4                 4        3.0\r\n  Moona             5                 3        4.0\r\n<\/pre>\r\n
Veeru selekteerimine<\/h2>\r\nAndmefreimis on konkreetse veeru selekteerimine lihtne. Selleks, et vastavat veergu valida, tuleb kasutada selle pealkirja nurksulgude vahel p\u00e4rast andmefreimi nime. See on sarnane s\u00f5nastikust vastava v\u00f5tmega v\u00e4\u00e4rtuse leidmisega. V\u00e4ljastame k\u00f5ik matemaatika hinded.\r\n
print(hinded['Matemaatika'])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0    4\r\n  1    5\r\n  2    3\r\n  3    4\r\n  4    5\r\n  5    4\r\n  6    5\r\n  7    4\r\n  8    5\r\n  Name: Matemaatika, dtype: int64\r\n<\/pre>\r\nPandase moodulil on \u00fcks erip\u00e4ra, mida saab v\u00e4ga mugavalt \u00e4ra kasutada. Nimelt on v\u00f5imalik andmefreimi veergude nimesid kasutada andmefreimi nime j\u00e4rel p\u00e4rast punkti. V\u00e4ljastame programmeerimise hinded.\r\n
print(hinded.Programmeerimine)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0    4\r\n  1    5\r\n  2    5\r\n  3    4\r\n  4    3\r\n  5    4\r\n  6    5\r\n  7    4\r\n  8    3\r\n  Name: Programmeerimine, dtype: int64\r\n<\/pre>\r\nSarnaselt rea selekteerimisega, saab iloc<\/code> funktsiooniga ka veerge valida. V\u00e4ljastame tabeli esimese rea, kus on \u00f5pilaste nimed. Erinevalt rea selekteerimisest, kus esimese rea v\u00e4ljastamiseks kasutasime\u00a0 ainult reaindeksit iloc<\/code> funktsioonis, siis veeru leidmiseks peab lisama ka veeruindeksi. Selleks, et v\u00e4ljastada kogu esimene veerg, selekteerimine k\u00f5ik read, seega reaindeksina kasutame :<\/code> ja vastav veeruindeks on 0<\/code>.\r\n
print(hinded.iloc[:, 0])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0     Malle\r\n  1     Saara\r\n  2     Kusti\r\n  3     Aksel\r\n  4    Kalmer\r\n  5     Sulev\r\n  6     Guido\r\n  7       Ada\r\n  8     Moona\r\n  Name: Nimi, dtype: object\r\n<\/pre>\r\nKui tahame andmeid teisest veerust kuni viimase veeruni, siis rea indeks on :<\/code> ja veergude indeksid on [1:4]<\/code>.\r\n
# V\u00e4lja arvatud on veerg indeksiga 0\r\nprint(hinded.iloc[:, 1:4])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n     Matemaatika  Programmeerimine  Bioloogia\r\n  0            4                 4        5.0\r\n  1            5                 5        5.0\r\n  2            3                 5        4.0\r\n  3            4                 4        5.0\r\n  4            5                 3        2.0\r\n  5            4                 4        5.0\r\n  6            5                 5        2.0\r\n  7            4                 4        3.0\r\n  8            5                 3        4.0\r\n<\/pre>\r\nKa loc<\/code> funktsiooniga on v\u00f5imalik veerge valida. Selekteerime mitu veergu korraga. V\u00e4ljastame matemaatika ja programmeerimise hinded. Sarnaselt iloc<\/code> funktsioonile, saab loc<\/code> funktsiooniga kasutada mitut silti korraga. Me soovime valida k\u00f5ik read :<\/code> ja veerud ['Matemaatika', 'Programmeerimine']<\/code>.\r\n
print(hinded.loc[:, ['Matemaatika', 'Programmeerimine']])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine\r\n  Malle             4                 4\r\n  Saara             5                 5\r\n  Kusti             3                 5\r\n  Aksel             4                 4\r\n  Kalmer            5                 3\r\n  Sulev             4                 4\r\n  Guido             5                 5\r\n  Ada               4                 4\r\n  Moona             5                 3\r\n<\/pre>\r\nV\u00e4ljastame Sulevi ja Moona matemaatika ning programmeerimise hinded.\r\n
print(hinded.loc[['Sulev', 'Moona'], ['Matemaatika', 'Programmeerimine']])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Sulev            4                 4\r\n  Moona            5                 3\r\n<\/pre>\r\n
Tingimuslik selekteerimine<\/h2>\r\nPandsega on lihtne leida andmeid, mis vastavad teatud tingimustele. Kasutame taas eelmistes n\u00e4idetes kasutatud hinnetetabelit.\r\n
sonastik = {'Matemaatika': [4, 5, 3, 4, 5],\r\n'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nopilased = ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer']\r\nhinded = pd.DataFrame(sonastik, index=opilased)<\/pre>\r\nLeiame k\u00f5ik \u00f5pilased, kes on saanud programmeerimises viie. Selleks on vaja kasutada tingimust, kus programmeerimise hinne v\u00f5rdub t\u00e4pselt viiega. Tingimuslause oleks selline hinded.Programmeerimine == 5<\/code>. V\u00e4ljastame tulemuse.\r\n
print(hinded.Programmeerimine == 5)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Malle     False\r\n  Saara      True\r\n  Kusti      True\r\n  Aksel     False\r\n  Kalmer    False\r\n  Name: Programmeerimine, dtype: bool\r\n<\/pre>\r\nN\u00e4eme, et Saara ja Kusti programmeerimise hinne on viis. Tingimusi on v\u00f5imalik kasutada ka loc<\/code> funktsiooniga, kus tingimus lisatakse funktsiooni v\u00e4ljakutsel nurksulgude vahele.\r\n
print(hinded.loc[hinded.Programmeerimine == 5])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Saara            5                 5\r\n  Kusti            3                 5\r\n<\/pre>\r\nN\u00e4eme, et tagastatakse k\u00f5ik need read, mis vastavad tingimustele. Juhul, kui soovime kasutada tingimustele vastavad andmetabelit edasises anal\u00fc\u00fcsis, siis on otstarbekam kasutada loc<\/code> funktsiooni, aga kui on vaja saada infot t\u00f5ev\u00e4\u00e4rtustena, siis ei ole m\u00f5istlik loc<\/code> funktsiooni kasutada.\r\n\r\nJ\u00e4rgmisena kasutame veidi keerulisemat tingimust. Leiame \u00f5pilased, kes said nii programmeerimises kui ka matemaatikas viie. Vastav tingimus on (hinded.Programmeerimine == 5) & (hinded.Matemaatika == 5)<\/code>.\r\n
print(hinded.loc[(hinded.Programmeerimine == 5) & (hinded.Matemaatika == 5)])<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Saara            5                 5\r\n<\/pre>\r\n\u00a0! <\/span>\u00a0loc<\/code> funktsiooni tingimustes peab kasutama &<\/code> (and<\/code>) ja |<\/code> (or<\/code>) asemel ja liittingimuste puhul tuleb tingimused sulgudesse panna.<\/span>","rendered":"
Andmetabelis tuleb sageli ette seda, et on vaja selekteerida teatud rida v\u00f5i veerg ning selle v\u00e4\u00e4rtust muuta. J\u00e4rgmistes n\u00e4idetes tutvustame, kuidas andmefreimis ridu ja veerge selekteerida.<\/p>\n
Rea selekteerimine<\/h2>\n
Eelmises n\u00e4ites n\u00e4gime, et hinnetetabelis on puuduvaid v\u00e4\u00e4rtusi (NaN<\/code>), sest k\u00f5igi \u00f5pilaste bioloogia hindeid ei olnud esimeses hinnetetabelis. Lisame j\u00e4rgmises n\u00e4ites ka puuduvad bioloogia hinded.<\/p>\n
Andmefreimis on v\u00f5imalik vastav rida leida tabelis selle indeksi v\u00f5i selle sildi j\u00e4rgi. Nii nagu seerias, saab ka andmefreimis m\u00e4\u00e4rata sildid iga rea jaoks.<\/p>\n
Esmalt vaatame n\u00e4idet, kus me kasutame rea leidmiseks selle indeksit. Pandase moodulis kasutatakse vastava indeksiga rea selekteerimiseks funktsiooni iloc<\/code>. Selle funtksiooni kasutamine on sarnane tavalise Pythoni j\u00e4rjendist vastava indeksiga elemendi v\u00f5tmisega, kus j\u00e4rjendi nime j\u00e4rel kirjutatakse nurksulgude vahele vastav indeks. iloc<\/code> funktsiooni puhul peab funktsiooni nime j\u00e4rel nurksulgude vahele kirjutama vastava indeksi. Esmalt leiame tabeli esimese rea ja v\u00e4ljastame selle.<\/p>\n
sonastik_A = {'Nimi': ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer'],\r\n            'Matemaatika': [4, 5, 3, 4, 5],\r\n            'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nsonastik_B = {'Nimi': ['Sulev', 'Guido', 'Ada', 'Moona'],\r\n            'Matemaatika': [4, 5, 4, 5],\r\n            'Programmeerimine': [4, 5, 4, 3],\r\n            'Bioloogia': [5, 2, 3, 4]}\r\n\r\nhinded_A = pd.DataFrame(sonastik_A)\r\nhinded_B = pd.DataFrame(sonastik_B)\r\n\r\nhinded = pd.concat([hinded_A, hinded_B], ignore_index=True)\r\n\r\n# V\u00e4ljastame esimese rea\r\nprint(hinded.iloc[0])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Nimi                Malle\r\n  Matemaatika             4\r\n  Programmeerimine        4\r\n  Bioloogia             NaN\r\n  Name: 0, dtype: object\r\n<\/pre>\n
N\u00fc\u00fcd lisame ka Mallele bioloogia hinde ja v\u00e4ljastame terve tabeli. Kuna soovime muuta ainult \u00fcht v\u00e4\u00e4rtust bioloogia hinnete veerus, siis iloc<\/code> funktsiooni kasutamisel peame ka vastava veeru m\u00e4\u00e4rama.<\/p>\n
hinded['Bioloogia'].iloc[0] = 5\r\n\r\nprint(hinded)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        NaN\r\n  2   Kusti            3                 5        NaN\r\n  3   Aksel            4                 4        NaN\r\n  4  Kalmer            5                 3        NaN\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\n
 <\/p>\n
N\u00e4eme, et Mallel on bioloogia hinne olemas. Lisame ka Saarale ja Kalmerile hinded. Seda saame ka korraga teha, sest iloc<\/code> funktsioon v\u00f5imaldab ka erinevate indeksitega read korraga selekteerida. Selleks peab iloc<\/code> funktsiooni nurksulgude vahele lisama j\u00e4rjendi, kus on soovitud indeksid. Saara rea indeks on 1<\/code> ja Kalmeri rea indeks on 4<\/code>. Seega sobiv j\u00e4rjend on [1, 4]<\/code>. Saara bioloogia hinne on 5<\/code> ja Kalmeri hinne on 2<\/code>. Ka need saame korraga lisada, kui kasutame j\u00e4rjendit.<\/p>\n
hinded['Bioloogia'].iloc[[1, 4]] = [5, 2]\r\n\r\nprint(hinded)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        5.0\r\n  2   Kusti            3                 5        NaN\r\n  3   Aksel            4                 4        NaN\r\n  4  Kalmer            5                 3        2.0\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\n
 <\/p>\n
Lisaks on v\u00f5imalik iloc<\/code> funktsiooniga selekteerida ka vahemik ridu nii nagu Pythonis saab viilutada j\u00e4rjendit [algusindeks:l\u00f5ppindeks]<\/code>, kus l\u00f5ppindeksiga element ei kuulu viilutatud vahemikku. Lisame Kusti ja Akseli bioloogia hinded. Kunsti rea indeks on 2<\/code> ja Akseli rea indeks on 3<\/code>. Nende hinded on vastavalt 4<\/code> ja 5<\/code>.<\/p>\n
hinded['Bioloogia'].iloc[2:4] = [4, 5]\r\n\r\nprint(hinded)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n       Nimi  Matemaatika  Programmeerimine  Bioloogia\r\n  0   Malle            4                 4        5.0\r\n  1   Saara            5                 5        5.0\r\n  2   Kusti            3                 5        4.0\r\n  3   Aksel            4                 4        5.0\r\n  4  Kalmer            5                 3        2.0\r\n  5   Sulev            4                 4        5.0\r\n  6   Guido            5                 5        2.0\r\n  7     Ada            4                 4        3.0\r\n  8   Moona            5                 3        4.0\r\n<\/pre>\n
Pandas v\u00f5imaldab ka rea siltide abil andmeid selekteerida, juhul kui andmetabelis on sildid m\u00e4\u00e4ratud. Loome hinnetetabeli, kus reasiltideks \u00f5pilaste nimed. Olgu meil kaks hinnetetabelit, millele oleme m\u00e4\u00e4ranud reasildid index<\/code> parameetrit kasutades.<\/p>\n
sonastik_A = {'Matemaatika': [4, 5, 3, 4, 5],\r\n            'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nsonastik_B = {'Matemaatika': [4, 5, 4, 5],\r\n            'Programmeerimine': [4, 5, 4, 3],\r\n            'Bioloogia': [5, 2, 3, 4]}\r\n\r\n# Sildid andmefreimide jaoks \r\nnimed_A = ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer']\r\nnimed_B = ['Sulev', 'Guido', 'Ada', 'Moona']\r\n\r\nhinded_A = pd.DataFrame(sonastik_A, index=nimed_A)\r\nhinded_B = pd.DataFrame(sonastik_B, index=nimed_B)\r\n<\/pre>\n
\u00dchendame need kaks tabelit concat<\/code> funktsiooni kasutades, kui n\u00fc\u00fcd me ei lisa ignore_index<\/code> parameetrit, sest tahame kasutada silte, mitte automaatselt m\u00e4\u00e4ratud indekseid.<\/p>\n
hinded = pd.concat([hinded_A, hinded_B])\r\n\r\nprint(hinded)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine  Bioloogia\r\n  Malle             4                 4        NaN\r\n  Saara             5                 5        NaN\r\n  Kusti             3                 5        NaN\r\n  Aksel             4                 4        NaN\r\n  Kalmer            5                 3        NaN\r\n  Sulev             4                 4        5.0\r\n  Guido             5                 5        2.0\r\n  Ada               4                 4        3.0\r\n  Moona             5                 3        4.0\r\n<\/pre>\n
Lisame puudavad bioloogia hinded, kasutades vastavaid silte ehk \u00f5pilaste nimesid. Kui indeksitega selekteerimisel kasutasime iloc<\/code> funktsiooni, siis siltide abil selekteerimisel kasutame loc<\/code> funktsiooni. Erinevalt iloc<\/code> funktsioonist, kus kasutasime nurksulgude vahel indeksit, lisame loc<\/code> funktsiooni puhul nurksulgude vahele vastava sildi. V\u00e4ljastame k\u00f5ik Ada hinded.<\/p>\n
print(hinded.loc['Ada'])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Matemaatika         4.0\r\n  Programmeerimine    4.0\r\n  Bioloogia           3.0\r\n  Name: Ada, dtype: float64\r\n<\/pre>\n
\u00a0! <\/span>\u00a0Rida tagastatakse seeriana.<\/span><\/p>\n
Lisame Malle puuduva bioloogia hinde. Selleks peame kasutama vastavat reasilti (Malle<\/code>) ja veeru pealkirja (Bioloogia<\/code>), mida saame kasutada mugavalt loc<\/code> funktsioonis nagu rea- ja veeruindeksit.<\/p>\n
hinded.loc['Malle', 'Bioloogia'] = 5<\/pre>\n
Sarnaselt iloc<\/code> funktsiooni kasutamisele, saame ka loc<\/code> funktsiooniga valida ridu vahemikust v\u00f5i mitu korraga. Lisame ka \u00fclej\u00e4\u00e4nud \u00f5pilaste bioloogia hinded.<\/p>\n
# Muudame mitu rida korraga\r\nhinded.loc[['Saara', 'Kalmer'], 'Bioloogia'] = [2, 4]\r\n\r\n# Muudame teatud vahemik ridu\r\n# Vahemiku l\u00f5pp-punkt (l\u00f5ppsilt) on kaasaarvatud\r\nhinded.loc['Kusti':'Aksel', 'Bioloogia'] = [5, 5]\r\n\r\nprint(hinded)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine  Bioloogia\r\n  Malle             4                 4        5.0\r\n  Saara             5                 5        2.0\r\n  Kusti             3                 5        5.0\r\n  Aksel             4                 4        5.0\r\n  Kalmer            5                 3        4.0\r\n  Sulev             4                 4        5.0\r\n  Guido             5                 5        2.0\r\n  Ada               4                 4        3.0\r\n  Moona             5                 3        4.0\r\n<\/pre>\n
Veeru selekteerimine<\/h2>\n
Andmefreimis on konkreetse veeru selekteerimine lihtne. Selleks, et vastavat veergu valida, tuleb kasutada selle pealkirja nurksulgude vahel p\u00e4rast andmefreimi nime. See on sarnane s\u00f5nastikust vastava v\u00f5tmega v\u00e4\u00e4rtuse leidmisega. V\u00e4ljastame k\u00f5ik matemaatika hinded.<\/p>\n
print(hinded['Matemaatika'])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0    4\r\n  1    5\r\n  2    3\r\n  3    4\r\n  4    5\r\n  5    4\r\n  6    5\r\n  7    4\r\n  8    5\r\n  Name: Matemaatika, dtype: int64\r\n<\/pre>\n
Pandase moodulil on \u00fcks erip\u00e4ra, mida saab v\u00e4ga mugavalt \u00e4ra kasutada. Nimelt on v\u00f5imalik andmefreimi veergude nimesid kasutada andmefreimi nime j\u00e4rel p\u00e4rast punkti. V\u00e4ljastame programmeerimise hinded.<\/p>\n
print(hinded.Programmeerimine)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0    4\r\n  1    5\r\n  2    5\r\n  3    4\r\n  4    3\r\n  5    4\r\n  6    5\r\n  7    4\r\n  8    3\r\n  Name: Programmeerimine, dtype: int64\r\n<\/pre>\n
Sarnaselt rea selekteerimisega, saab iloc<\/code> funktsiooniga ka veerge valida. V\u00e4ljastame tabeli esimese rea, kus on \u00f5pilaste nimed. Erinevalt rea selekteerimisest, kus esimese rea v\u00e4ljastamiseks kasutasime\u00a0 ainult reaindeksit iloc<\/code> funktsioonis, siis veeru leidmiseks peab lisama ka veeruindeksi. Selleks, et v\u00e4ljastada kogu esimene veerg, selekteerimine k\u00f5ik read, seega reaindeksina kasutame :<\/code> ja vastav veeruindeks on 0<\/code>.<\/p>\n
print(hinded.iloc[:, 0])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  0     Malle\r\n  1     Saara\r\n  2     Kusti\r\n  3     Aksel\r\n  4    Kalmer\r\n  5     Sulev\r\n  6     Guido\r\n  7       Ada\r\n  8     Moona\r\n  Name: Nimi, dtype: object\r\n<\/pre>\n
Kui tahame andmeid teisest veerust kuni viimase veeruni, siis rea indeks on :<\/code> ja veergude indeksid on [1:4]<\/code>.<\/p>\n
# V\u00e4lja arvatud on veerg indeksiga 0\r\nprint(hinded.iloc[:, 1:4])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n     Matemaatika  Programmeerimine  Bioloogia\r\n  0            4                 4        5.0\r\n  1            5                 5        5.0\r\n  2            3                 5        4.0\r\n  3            4                 4        5.0\r\n  4            5                 3        2.0\r\n  5            4                 4        5.0\r\n  6            5                 5        2.0\r\n  7            4                 4        3.0\r\n  8            5                 3        4.0\r\n<\/pre>\n
Ka loc<\/code> funktsiooniga on v\u00f5imalik veerge valida. Selekteerime mitu veergu korraga. V\u00e4ljastame matemaatika ja programmeerimise hinded. Sarnaselt iloc<\/code> funktsioonile, saab loc<\/code> funktsiooniga kasutada mitut silti korraga. Me soovime valida k\u00f5ik read :<\/code> ja veerud ['Matemaatika', 'Programmeerimine']<\/code>.<\/p>\n
print(hinded.loc[:, ['Matemaatika', 'Programmeerimine']])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n          Matemaatika  Programmeerimine\r\n  Malle             4                 4\r\n  Saara             5                 5\r\n  Kusti             3                 5\r\n  Aksel             4                 4\r\n  Kalmer            5                 3\r\n  Sulev             4                 4\r\n  Guido             5                 5\r\n  Ada               4                 4\r\n  Moona             5                 3\r\n<\/pre>\n
V\u00e4ljastame Sulevi ja Moona matemaatika ning programmeerimise hinded.<\/p>\n
print(hinded.loc[['Sulev', 'Moona'], ['Matemaatika', 'Programmeerimine']])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Sulev            4                 4\r\n  Moona            5                 3\r\n<\/pre>\n
Tingimuslik selekteerimine<\/h2>\n
Pandsega on lihtne leida andmeid, mis vastavad teatud tingimustele. Kasutame taas eelmistes n\u00e4idetes kasutatud hinnetetabelit.<\/p>\n
sonastik = {'Matemaatika': [4, 5, 3, 4, 5],\r\n'Programmeerimine': [4, 5, 5, 4, 3]}\r\n\r\nopilased = ['Malle', 'Saara', 'Kusti', 'Aksel', 'Kalmer']\r\nhinded = pd.DataFrame(sonastik, index=opilased)<\/pre>\n
Leiame k\u00f5ik \u00f5pilased, kes on saanud programmeerimises viie. Selleks on vaja kasutada tingimust, kus programmeerimise hinne v\u00f5rdub t\u00e4pselt viiega. Tingimuslause oleks selline hinded.Programmeerimine == 5<\/code>. V\u00e4ljastame tulemuse.<\/p>\n
print(hinded.Programmeerimine == 5)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Malle     False\r\n  Saara      True\r\n  Kusti      True\r\n  Aksel     False\r\n  Kalmer    False\r\n  Name: Programmeerimine, dtype: bool\r\n<\/pre>\n
N\u00e4eme, et Saara ja Kusti programmeerimise hinne on viis. Tingimusi on v\u00f5imalik kasutada ka loc<\/code> funktsiooniga, kus tingimus lisatakse funktsiooni v\u00e4ljakutsel nurksulgude vahele.<\/p>\n
print(hinded.loc[hinded.Programmeerimine == 5])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Saara            5                 5\r\n  Kusti            3                 5\r\n<\/pre>\n
N\u00e4eme, et tagastatakse k\u00f5ik need read, mis vastavad tingimustele. Juhul, kui soovime kasutada tingimustele vastavad andmetabelit edasises anal\u00fc\u00fcsis, siis on otstarbekam kasutada loc<\/code> funktsiooni, aga kui on vaja saada infot t\u00f5ev\u00e4\u00e4rtustena, siis ei ole m\u00f5istlik loc<\/code> funktsiooni kasutada.<\/p>\n
J\u00e4rgmisena kasutame veidi keerulisemat tingimust. Leiame \u00f5pilased, kes said nii programmeerimises kui ka matemaatikas viie. Vastav tingimus on (hinded.Programmeerimine == 5) & (hinded.Matemaatika == 5)<\/code>.<\/p>\n
print(hinded.loc[(hinded.Programmeerimine == 5) & (hinded.Matemaatika == 5)])<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n         Matemaatika  Programmeerimine\r\n  Saara            5                 5\r\n<\/pre>\n
\u00a0! <\/span>\u00a0loc<\/code> funktsiooni tingimustes peab kasutama &<\/code> (and<\/code>) ja |<\/code> (or<\/code>) asemel ja liittingimuste puhul tuleb tingimused sulgudesse panna.<\/span><\/p>\n","protected":false},"author":16,"menu_order":9,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"class_list":["post-688","chapter","type-chapter","status-publish","hentry"],"part":93,"_links":{"self":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/688","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/users\/16"}],"version-history":[{"count":5,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/688\/revisions"}],"predecessor-version":[{"id":690,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/688\/revisions\/690"}],"part":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/parts\/93"}],"metadata":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/688\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/media?parent=688"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapter-type?post=688"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/contributor?post=688"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/license?post=688"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}