Return to Video

Pandas Vectorized Methods - Intro to Data Science

  • 0:02 - 0:06
    تتيح لنا pandas أيضًا العمل على إطار البيانات بطريقة موجهة بالانتقال من عصر إلى الآخر.
  • 0:07 - 0:09
    فما المقصود بالعمل على إطار البيانات بطريقة موجهة؟
  • 0:10 - 0:12
    لنفترض أن لدينا إطار البيانات التالي.
  • 0:12 - 0:15
    يحتوي إطار البيانات هذا على عمودين وهما 1 و2.
  • 0:17 - 0:19
    وأربعة صفوف وهي a وb وc وd.
  • 0:21 - 0:23
    وكل هذه القيم أعداد صحيحة.
  • 0:23 - 0:24
    يمكننا استدعاء إطار البيانات المناسب
  • 0:24 - 0:27
    والذي يزودنا بدالة عشوائية ما للوسيطة.
  • 0:27 - 0:28
    في هذه الحالة،
  • 0:28 - 0:33
    سنستخدم numpy.mean لتطبيق هذه الدالة على المتجه الذي يمثل كل عمود.
  • 0:33 - 0:36
    لذا، عندما نستدعي df.apply numpy.mean.
  • 0:36 - 0:39
    فما نحصل عليه هو متوسط كل عمود مفرد في df.
  • 0:39 - 0:41
    وهذا في حد ذاته إطار بيانات جديد.
  • 0:41 - 0:45
    توجد بعض العمليات التي لا يمكن توجيهها بهذه الطريقة.
  • 0:45 - 0:48
    وذلك لأنها تأخذ صفيف numpy
  • 0:48 - 0:50
    كمدخلات ثم ترجع صفيفًا آخر أو قيمة أخرى.
  • 0:51 - 0:54
    يمكننا أيضًا، في هذه الحالة، استدعاء مخطط في أعمدة بعينها.
  • 0:54 - 0:56
    أو تطبيق المخطط على إطارات البيانات بأكملها.
  • 0:58 - 1:01
    تقبل هذه الأساليب الدالات التي تقبل قيمة مفردة،
  • 1:01 - 1:03
    وتُرجع قيمة مفردة.
  • 1:03 - 1:08
    لنفترض مثلاً أننا قلنا أن df one.map lambda x، حيث x أكبر من أو
  • 1:08 - 1:09
    يساوي 1.
  • 1:09 - 1:13
    ما يفعله هذا هو الانتقال بين كل قيمة مفردة في العمود رقم 1،
  • 1:13 - 1:17
    ويقيم ما إذا كانت القيمة أكبر من أو تساوي 1.
  • 1:17 - 1:24
    إذا استدعينا df one.map lambda x، حيث x أكبر من أو يساوي 1.
  • 1:24 - 1:28
    يتم تقييم الدالة ذاتها لكل قيمة مفردة في إطار البيانات.
  • 1:28 - 1:30
    في مقابل العمود رقم 1 فقط.
タイトル:
Pandas Vectorized Methods - Intro to Data Science
概説:

more » « less
Video Language:
English
Team:
Udacity
プロジェクト:
ud359: Intro to Data Science
Duration:
01:32

Arabic subtitles

改訂