programming python

Căn chỉnh trong python là gì?

Bạn đang đi đúng hướng, ngoại trừ việc

print[df1]

1 không kết hợp hai khung dữ liệu, thay vào đó, nó sắp xếp chúng sao cho hai khung dữ liệu có cùng cấu hình hàng và/hoặc cột. Hãy thử một ví dụ

Khởi tạo hai khung dữ liệu với một số tên cột mô tả và dữ liệu đồ chơi

df1 = pd.DataFrame[[[1,2,3,4], [6,7,8,9]], columns=['D', 'B', 'E', 'A'], index=[1,2]]
df2 = pd.DataFrame[[[10,20,30,40], [60,70,80,90], [600,700,800,900]], columns=['A', 'B', 'C', 'D'], index=[2,3,4]]

Bây giờ, hãy tự xem các khung dữ liệu này

print[df1]

   D  B  E  A
1  1  2  3  4
2  6  7  8  9

print[df2]

     A    B    C    D
2   10   20   30   40
3   60   70   80   90
4  600  700  800  900

Hãy căn chỉnh hai khung dữ liệu này, căn chỉnh theo cột [

print[df1]

2] và thực hiện phép nối ngoài trên nhãn cột [

print[df1]

________số 8_______

   A  B   C  D  E
1  4  2 NaN  1  3
2  9  7 NaN  6  8
     A    B    C    D   E
2   10   20   30   40 NaN
3   60   70   80   90 NaN
4  600  700  800  900 NaN

Một vài điều cần chú ý ở đây

Các cột trong
```
print[df1]
```
4 đã được sắp xếp lại để chúng thẳng hàng với các cột trong
```
print[df1]
```
5
Có một cột có nhãn
```
print[df1]
```
6 đã được thêm vào
```
print[df1]
```
4 và một cột có nhãn
```
print[df1]
```
8 đã được thêm vào
```
print[df1]
```
5. Những cột này đã được lấp đầy bằng
```
   D  B  E  A
1  1  2  3  4
2  6  7  8  9
```
0. Điều này là do chúng tôi đã thực hiện nối ngoài trên nhãn cột
Không có giá trị nào bên trong DataFrames bị thay đổi
Lưu ý rằng các nhãn hàng không được căn chỉnh; . Điều này là do chúng tôi đã yêu cầu căn chỉnh trên các cột [
```
print[df1]
```
2]

Điều gì xảy ra nếu chúng ta căn chỉnh trên cả hàng và cột, nhưng thay đổi tham số

   D  B  E  A
1  1  2  3  4
2  6  7  8  9

6 thành

   D  B  E  A
1  1  2  3  4
2  6  7  8  9

a1, a2 = df1.align[df2, join='right', axis=None]
print[a1]
print[a2]

     A    B   C    D
2  9.0  7.0 NaN  6.0
3  NaN  NaN NaN  NaN
4  NaN  NaN NaN  NaN
     A    B    C    D
2   10   20   30   40
3   60   70   80   90
4  600  700  800  900

Lưu ý rằng

Chỉ các cột và hàng được tìm thấy trong khung dữ liệu "đúng" [
```
print[df1]
```
5] được giữ lại. Cột
```
print[df1]
```
8 không còn tồn tại. Điều này là do chúng tôi đã nối phải trên cả nhãn cột và nhãn hàng
Các hàng có nhãn
```
   D  B  E  A
1  1  2  3  4
2  6  7  8  9
```
2 và
```
   D  B  E  A
1  1  2  3  4
2  6  7  8  9
```
3 đã được thêm vào
```
print[df1]
```
4, được điền bằng
```
print[df2]
```
3. Điều này là do chúng tôi đã yêu cầu căn chỉnh trên cả hàng và cột [
```
print[df2]
```
4]
Nhãn hàng hiện được căn chỉnh cũng như nhãn cột
Một lần nữa, lưu ý rằng không có giá trị thực tế nào trong các khung dữ liệu bị thay đổi

Cuối cùng, chúng ta hãy xem mã trong câu hỏi, với

print[df2]

5 và

print[df1]

a1, a2 = df1.align[df2, join='inner', axis=1]
print[a1]
print[a2]

print[df1]

Chỉ các nhãn cột được căn chỉnh [______0_______2]
Chỉ các nhãn cột có trong cả
```
print[df1]
```
4 và
```
print[df1]
```
5 được giữ lại [
```
print[df2]
```
5]

Tóm lại, hãy sử dụng

     A    B    C    D
2   10   20   30   40
3   60   70   80   90
4  600  700  800  900

1 khi bạn muốn đảm bảo việc sắp xếp các hàng và/hoặc cột giống nhau giữa hai khung dữ liệu mà không làm thay đổi bất kỳ dữ liệu nào có trong hai khung dữ liệu

Trong hướng dẫn này, chúng ta sẽ tìm hiểu phương pháp DataFrame.align[] của python pandas. Phương thức này căn chỉnh hai đối tượng trên trục của chúng bằng phương thức nối đã chỉ định. Phương pháp này hữu ích khi chúng tôi muốn đồng bộ hóa khung dữ liệu với khung dữ liệu khác hoặc khung dữ liệu với Sê-ri bằng các phương thức nối khác nhau như bên ngoài, bên trong, bên trái và bên phải

cú pháp

Cú pháp cần thiết để sử dụng hàm này như sau

DataFrame.align[other, join='outer', axis=None, level=None, copy=True, fill_value=None, method=None, limit=None, fill_axis=0, broadcast_axis=None]

Thông số

khác. Nó có thể là DataFrame hoặc Sê-ri

tham gia. 'bên ngoài', 'bên trong', 'trái', 'phải'. Mặc định là tham gia 'bên ngoài'

trục. trục được phép của đối tượng khác, mặc định Không có. Căn chỉnh trên chỉ mục [0], cột [1] hoặc cả hai [Không có]

cấp độ. int hoặc tên cấp độ, mặc định Không có. Truyền phát trên một cấp độ, khớp với các giá trị Chỉ mục trên cấp độ Đa chỉ số đã thông qua

sao chép. bool, mặc định Đúng. Luôn trả về các đối tượng mới. Nếu copy=False và không yêu cầu lập chỉ mục lại thì các đối tượng ban đầu sẽ được trả về

fill_value. vô hướng, np mặc định. NaN. Giá trị để sử dụng cho các giá trị bị thiếu. Mặc định là NaN, nhưng có thể là bất kỳ giá trị “tương thích” nào

phương thức{'chèn lấp', 'bfill', 'pad', 'fill', Không có}, mặc định Không có

giới hạn. int, mặc định Không có

fill_axis {0 hoặc ‘chỉ mục’, 1 hoặc ‘cột’}, mặc định 0. Làm đầy trục, phương pháp và giới hạn

Broadcast_axis {0 hoặc ‘index’, 1 hoặc ‘columns’}, mặc định Không có. Phát các giá trị dọc theo trục này, nếu căn chỉnh hai đối tượng có kích thước khác nhau

Thí dụ. Tạo và in DataFrame

Tạo hai khung dữ liệu với các chỉ mục, cột khác nhau và in đầu ra

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

----------In DataFrame 1-----------
Tên cuộn Không chủ đề đánh dấu
1 Abhishek 100 Khoa học 90
2 Anurag 101 Khoa học 85
---------- In khung dữ liệu 2 ----------
Tên cuộn Không có dấu
2 Chetan 103 75
3 Divya 104 80
4 Diya 105 92

Thí dụ. Căn chỉnh với `Left`Tham gia trên `Columns[axis=1]`

Ví dụ dưới đây cho thấy cách căn chỉnh hai khung dữ liệu khác nhau với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

0join trên các cột

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='left', axis=1]
print["---------After Aligning to the left DataFrame 1--------"]
print[a1]
print["---------After Aligning to the left DataFrame 2--------"]
print[a2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

---------Sau khi Căn chỉnh sang bên trái DataFrame 1--------
Tên cuộn Không chủ đề đánh dấu
1 Abhishek 100 Khoa học 90
2 Anurag 101 Khoa học 85
---------Sau khi Căn chỉnh sang DataFrame bên trái 2--------
Tên cuộn Không chủ đề đánh dấu
2 Chetan 103 NaN 75
3 Divya 104 NaN 80
4 Diya 105 NaN 92

Thí dụ. Phù hợp với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

1Tham gia trên

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

Ví dụ dưới đây cho thấy cách căn chỉnh hai khung dữ liệu khác nhau với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

3 trên các cột

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='right', axis=1]
print["---------After Aligning to the right DataFrame 1--------"]
print[a1]
print["---------After Aligning to the right DataFrame 2--------"]
print[a2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

---------Sau khi căn chỉnh đúng DataFrame 1--------
Tên cuộn Không có dấu
1 Abhisek 100 90
2 Anurag 101 85
---------Sau khi căn chỉnh đúng DataFrame 2--------
Tên cuộn Không có dấu
2 Chetan 103 75
3 Divya 104 80
4 Diya 105 92

Thí dụ. Phù hợp với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

4Tham gia trên Columns[axis=1]

Ví dụ dưới đây cho thấy cách căn chỉnh hai khung dữ liệu khác nhau với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

4join trên các cột

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='outer', axis=1]
print["---------After Aligning to the outer DataFrame 1--------"]
print[a1]
print["---------After Aligning to the outer DataFrame 2--------"]
print[a2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

---------Sau khi căn chỉnh với DataFrame bên ngoài 1--------
Đánh dấu Tên Cuộn Không Chủ đề
1 90 Abhishek 100 Khoa học
2 85 Anurag 101 Khoa học
---------Sau khi Căn chỉnh với DataFrame 2 bên ngoài ---------
Đánh dấu Tên Cuộn Không Chủ đề
2 75 Chetan 103 NaN
3 80 Divya 104 NaN
4 92 Diya 105 NaN

Thí dụ. Phù hợp với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

7Tham gia trên Columns[axis=1]

Ví dụ dưới đây cho thấy cách căn chỉnh hai khung dữ liệu khác nhau với

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
print["----------Printing DataFrame 1----------"]
print[df1]
print["----------Printing DataFrame 2----------"]
print[df2]

0join trên các cột

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='inner', axis=1]
print["---------After Aligning to the inner DataFrame 1--------"]
print[a1]
print["---------After Aligning to the inner DataFrame 2--------"]
print[a2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

---------Sau khi căn chỉnh với DataFrame bên trong 1--------
Tên cuộn Không có dấu
1 Abhisek 100 90
2 Anurag 101 85
---------Sau khi Căn chỉnh với DataFrame 2 bên trong ---------
Tên cuộn Không có dấu
2 Chetan 103 75
3 Divya 104 80
4 Diya 105 92

Thí dụ. Căn chỉnh với LeftTham gia trên

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='left', axis=1]
print["---------After Aligning to the left DataFrame 1--------"]
print[a1]
print["---------After Aligning to the left DataFrame 2--------"]
print[a2]

Ví dụ dưới đây cho thấy cách căn chỉnh hai khung dữ liệu khác nhau với phép nối trái trên chỉ mục

df1 = pd.DataFrame[[['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2]]
df2 = pd.DataFrame[[['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4]]
a1, a2 = df1.align[df2, join='left', axis=0]
print["---------After Aligning to the left with axis=0, DataFrame 1--------"]
print[a1]
print["---------After Aligning to the left with axis=0, DataFrame 2--------"]
print[a2]

Sau khi chạy chương trình ta sẽ được kết quả như sau

---------Sau khi Căn sang trái với axis=0, DataFrame 1--------
Tên cuộn Không chủ đề đánh dấu
1 Abhishek 100 Khoa học 90
2 Anurag 101 Khoa học 85
---------Sau khi Căn sang trái với axis=0, DataFrame 2--------
Tên cuộn Không có dấu
1 NaN NaN NaN
2 Chetan 103. 0 75. 0

Phần kết luận

Trong hướng dẫn này, chúng ta đã học DataFrame của python pandas. phương thức căn chỉnh []. Chúng tôi hiểu cú pháp, tham số và các ví dụ đã giải bằng các phương thức nối và trục khác nhau

Căn chỉnh có nghĩa là gì trong mã hóa?

Căn chỉnh hoặc căn chỉnh là thuật ngữ mô tả cách đặt văn bản trên màn hình . Ví dụ: văn bản được căn trái sẽ tạo ra một dòng văn bản thẳng ở phía bên trái của trang [như đoạn này]. Văn bản có thể được căn chỉnh dọc theo cạnh của trang, ô, div, bảng hoặc một dòng hiển thị hoặc không hiển thị khác.

Công dụng của Align là gì?

Căn chỉnh xác định hình thức và hướng của các cạnh của đoạn văn . văn bản căn trái, văn bản căn phải, văn bản căn giữa hoặc văn bản căn đều, được căn đều dọc theo lề trái và phải.

đường thẳng là gì?

Cửa hàng một dòng kinh doanh một dòng sản phẩm như đồng hồ, giày, lốp xe, quần áo may sẵn, sách, v.v. . Các cửa hàng này nằm ở vị trí trung tâm và lưu giữ nhiều loại mặt hàng cùng một dòng.

Căn lề có nghĩa là gì trong văn bản?

Căn chỉnh văn bản là thuộc tính định dạng đoạn xác định hình thức của văn bản trong toàn bộ đoạn văn . Ví dụ: trong một đoạn văn được căn trái [cách căn phổ biến nhất], văn bản được căn theo lề trái. Trong một đoạn văn được căn đều, văn bản được căn chỉnh bằng cả hai lề. Căn trái văn bản.

cú pháp

Thông số

Thí dụ. Tạo và in DataFrame

Thí dụ. Căn chỉnh với LeftTham gia trên Columns[axis=1]

Phần kết luận

Căn chỉnh có nghĩa là gì trong mã hóa?

Công dụng của Align là gì?

đường thẳng là gì?

Căn lề có nghĩa là gì trong văn bản?

Bài Viết Liên Quan

Toplist mới

Bài mới nhất

Chủ Đề

Thí dụ. Căn chỉnh với `Left`Tham gia trên `Columns[axis=1]`