Prijavi problem


Obeleži sve katergorije koje odgovaraju problemu

Još detalja - opišite nam problem


Uspešno ste prijavili problem!
Status problema i sve dodatne informacije možete pratiti klikom na link.
Nažalost nismo trenutno u mogućnosti da obradimo vaš zahtev.
Molimo vas da pokušate kasnije.

Priručnik za Džupajter

9. час: Рад са индексираним табелама

На овом часу ћемо говорити о:

  1. индексирању табеле ради флексибилнијег приступа елементима табеле;
  2. приступу врстама и појединачним локацијама индексиране табеле; и
  3. рачунању са целим редовима и колонама табеле.

9.1. Индексирање

Видели смо да је рад са колонама табеле веома једноставан.

Да бисмо могли да радимо са редовима табеле треба прво да нађемо једну колону чија вредност једнозначно одређује цео ред табеле. На пример, у табели са са прошлог часа

Име Пол Старост Тежина Висина
Ана ж 13 46 160
Бојан м 14 52 165
Влада м 13 47 157
Гордана ж 15 54 165
Дејан м 15 56 163
Ђорђе м 13 45 159
Елена ж 14 49 161
Жаклина ж 15 52 164
Зоран м 15 57 167
Ивана ж 13 45 158
Јасна ж 14 51 162

колона "Име" је таква колона (колона "Висина" није погодна јер имамо двоје деце са висином 165, па када кажемо "дете са висином 165" није јасно о коме се ради; исто тако ни колоне "Пол", "Старост" и "Тежина" нису погодне).

Таква колона се зове кључ јер је она кључна за приступање редовима табеле. Ако желимо да приступамо елементима табеле по редовима, морамо систему да пријавимо коју колону ћемо користити као кључ. То се постиже позивом функције set_index којој проследимо име колоне, а она врати нову табелу "индексирану по датом кључу":

In [1]:
import pandas as pd
podaci = [["Ана",     "ж", 13, 46, 160],
          ["Бојан",   "м", 14, 52, 165],
          ["Влада",   "м", 13, 47, 157],
          ["Гордана", "ж", 15, 54, 165],
          ["Дејан",   "м", 15, 56, 163],
          ["Ђорђе",   "м", 13, 45, 159],
          ["Елена",   "ж", 14, 49, 161],
          ["Жаклина", "ж", 15, 52, 164],
          ["Зоран",   "м", 15, 57, 167],
          ["Ивана",   "ж", 13, 45, 158],
          ["Јасна",   "ж", 14, 51, 162]]
tabela = pd.DataFrame(podaci)
tabela.columns=["Име", "Пол", "Старост", "Тежина", "Висина"]
tabela1=tabela.set_index("Име")

Нова табела (tabela1) се од старе (tabela) разликује само по томе што редови више нису индексирани бројевима (0, 1, 2, ...) већ именима деце (Ана, Бојан, Влада, ...). Ево старе (неиндексиране табеле) која има колону "Име" и чији редови су индексирани бројевима:

In [2]:
tabela
Out[2]:
Име Пол Старост Тежина Висина
0 Ана ж 13 46 160
1 Бојан м 14 52 165
2 Влада м 13 47 157
3 Гордана ж 15 54 165
4 Дејан м 15 56 163
5 Ђорђе м 13 45 159
6 Елена ж 14 49 161
7 Жаклина ж 15 52 164
8 Зоран м 15 57 167
9 Ивана ж 13 45 158
10 Јасна ж 14 51 162

А ево и нове табеле у којој су редови индексирани именима деце:

In [3]:
tabela1
Out[3]:
Пол Старост Тежина Висина
Име
Ана ж 13 46 160
Бојан м 14 52 165
Влада м 13 47 157
Гордана ж 15 54 165
Дејан м 15 56 163
Ђорђе м 13 45 159
Елена ж 14 49 161
Жаклина ж 15 52 164
Зоран м 15 57 167
Ивана ж 13 45 158
Јасна ж 14 51 162

Колона "Име" је и даље присутна у табели tabela1, али има посебан статус. Ако покушамо да јој приступимо као "обичној" колони добићемо грешку:

In [4]:
tabela1["Име"]
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3062             try:
-> 3063                 return self._engine.get_loc(key)
   3064             except KeyError:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 'Име'

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-4-7370621bac56> in <module>()
----> 1 tabela1["Име"]

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   2683             return self._getitem_multilevel(key)
   2684         else:
-> 2685             return self._getitem_column(key)
   2686 
   2687     def _getitem_column(self, key):

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in _getitem_column(self, key)
   2690         # get column
   2691         if self.columns.is_unique:
-> 2692             return self._get_item_cache(key)
   2693 
   2694         # duplicate columns & possible reduce dimensionality

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in _get_item_cache(self, item)
   2484         res = cache.get(item)
   2485         if res is None:
-> 2486             values = self._data.get(item)
   2487             res = self._box_item_values(item, values)
   2488             cache[item] = res

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\internals.py in get(self, item, fastpath)
   4113 
   4114             if not isna(item):
-> 4115                 loc = self.items.get_loc(item)
   4116             else:
   4117                 indexer = np.arange(len(self.items))[isna(self.items)]

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3063                 return self._engine.get_loc(key)
   3064             except KeyError:
-> 3065                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   3066 
   3067         indexer = self.get_indexer([key], method=method, tolerance=tolerance)

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 'Име'

Међутим, она је ту као индексна колона:

In [5]:
tabela1.index
Out[5]:
Index(['Ана', 'Бојан', 'Влада', 'Гордана', 'Дејан', 'Ђорђе', 'Елена',
       'Жаклина', 'Зоран', 'Ивана', 'Јасна'],
      dtype='object', name='Име')

Ако желимо да прикажемо висину деце у групи графиконом тако да имена деце буду на хоризонталној оси, то сада можемо урадити овако:

In [7]:
import matplotlib.pyplot as plt
plt.figure(figsize=(10,5))
plt.bar(tabela1.index, tabela1["Висина"])
plt.title("Висина деце у групи")
plt.show()
plt.close()

Ознаке на хоризонталној оси узимамо из индексне колоне tabela1.index, док податке о висини стубића узимамо из колоне tabela1["Висина"].

9.2. Приступ врстама и појединачним ћелијама индексиране табеле

Структура података DataFrame је оптимизована за рад са колонама табеле. Срећом, када имамо индексирану табелу као што је то tabela1, користећи функцију loc (од енгл. location што значи "локација, положај, место") можемо да приступамо редовима табеле, као и појединачним ћелијама табеле.

Податке о појединачним редовима табеле можемо да видимо овако:

In [8]:
tabela1.loc["Дејан"]
Out[8]:
Пол          м
Старост     15
Тежина      56
Висина     163
Name: Дејан, dtype: object

Као аргумент функције loc можемо да наведемо и распон, и тако ћемо добити одговарајући део табеле:

In [9]:
tabela1.loc["Дејан":"Зоран"]
Out[9]:
Пол Старост Тежина Висина
Име
Дејан м 15 56 163
Ђорђе м 13 45 159
Елена ж 14 49 161
Жаклина ж 15 52 164
Зоран м 15 57 167

Ако као други аргумент функције loc наведемо име колоне, рецимо овако:

tabela1.loc["Дејан", "Висина"]

добићемо информацију о Дејановој висини.

In [10]:
tabela1.loc["Дејан", "Висина"]
Out[10]:
163

Ево како можемо да добијемо информацију о тежини и висини неколико деце:

In [11]:
tabela1.loc["Дејан":"Зоран", "Тежина":"Висина"]
Out[11]:
Тежина Висина
Име
Дејан 56 163
Ђорђе 45 159
Елена 49 161
Жаклина 52 164
Зоран 57 167

9.3. Рачун по врстама и колонама табеле

Кренимо од једног примера. У ћелији испод дате су оцене неких ученика из српског, енглеског, математике, физике, хемије и ликовног:

In [12]:
# изврши ову ћелију
razred = [["Ана",     5, 3, 5, 2, 4, 5],
          ["Бојан",   5, 5, 5, 5, 5, 5],
          ["Влада",   4, 5, 3, 4, 5, 4],
          ["Гордана", 5, 5, 5, 5, 5, 5],
          ["Дејан",   3, 4, 2, 3, 3, 4],
          ["Ђорђе",   4, 5, 3, 4, 5, 4],
          ["Елена",   3, 3, 3, 4, 2, 3],
          ["Жаклина", 5, 5, 4, 5, 4, 5],
          ["Зоран",   4, 5, 4, 4, 3, 5],
          ["Ивана",   2, 2, 2, 2, 2, 5],
          ["Јасна",   3, 4, 5, 4, 5, 5]]

Сада ћемо од ових података направити табелу чије колоне ће се звати "Име", "Српски", "Енглески", "Математика", "Физика", "Хемија", "Ликовно" и која ће бити индексирана по колони "Име":

In [13]:
ocene = pd.DataFrame(razred)
ocene.columns=["Име", "Српски", "Енглески", "Математика", "Физика", "Хемија", "Ликовно"]
ocene1 = ocene.set_index("Име")
ocene1
Out[13]:
Српски Енглески Математика Физика Хемија Ликовно
Име
Ана 5 3 5 2 4 5
Бојан 5 5 5 5 5 5
Влада 4 5 3 4 5 4
Гордана 5 5 5 5 5 5
Дејан 3 4 2 3 3 4
Ђорђе 4 5 3 4 5 4
Елена 3 3 3 4 2 3
Жаклина 5 5 4 5 4 5
Зоран 4 5 4 4 3 5
Ивана 2 2 2 2 2 5
Јасна 3 4 5 4 5 5

Ако желимо да израчунамо просек по предметима, треба на сваку колону ове табеле да применимо функцију mean. Листа са именима свих колона табеле ocene1 се добија као ocene1.columns, па сада само треба да прођемо кроз ову листу и за сваку колону да израчунамо просек:

In [14]:
for predmet in ocene1.columns:
    print(predmet, "->", ocene1[predmet].mean())
Српски -> 3.909090909090909
Енглески -> 4.181818181818182
Математика -> 3.727272727272727
Физика -> 3.8181818181818183
Хемија -> 3.909090909090909
Ликовно -> 4.545454545454546

Да бисмо израчунали просечне оцене сваког ученика функцију mean ћемо применити на врсте табеле које добијамо позивом функције loc. Погледајмо, прво, како то можемо да урадимо за једног ученика:

In [15]:
print("Ђорђе има следеће оцене:")
print(ocene1.loc["Ђорђе"])
print("Просек његових оцена је:", ocene1.loc["Ђорђе"].mean())
Ђорђе има следеће оцене:
Српски        4
Енглески      5
Математика    3
Физика        4
Хемија        5
Ликовно       4
Name: Ђорђе, dtype: int64
Просек његових оцена је: 4.166666666666667

Списак свих ученика се налази у индексној колони, па просеке по свим ученицима можемо да израчунамо овако:

In [16]:
for ucenik in ocene1.index:
    print(ucenik, "->", ocene1.loc[ucenik].mean())
Ана -> 4.0
Бојан -> 5.0
Влада -> 4.166666666666667
Гордана -> 5.0
Дејан -> 3.1666666666666665
Ђорђе -> 4.166666666666667
Елена -> 3.0
Жаклина -> 4.666666666666667
Зоран -> 4.166666666666667
Ивана -> 2.5
Јасна -> 4.333333333333333

9.4. Задаци

Задатке реши у Џупајтеру.

Задатак 1. Ученици осмог разреда једне школе су анкетирани о томе коју врсту филмова најрадије гледају. Подаци анкете су дати у следећој табели (у коју нису унети неважећи и бесмислени одговори):

Жанр 8-1 8-2 8-3 8-4 8-5
Комедија 4 3 5 2 3
Хорор 1 0 2 1 6
Научна фантастика 10 7 9 8 9
Авантуре 4 3 4 2 2
Историјски 1 0 2 0 0
Романтични 11 10 7 9 8

(а) Формирај одговарајућу табелу позивом функције DataFrame. Индексирај табелу колоном "Жанр".

(б) Израчунај и испиши колико гласова је добио сваки од наведених жанрова.

(в) За свако одељење израчунај и испиши колико је било валидних гласова.

(г) Колико је укупно ученика осмих разреда учествовало у анкетирању? (Рачунамо само ученике који су дали валидне одговоре на анкету.)

Задатак 2. Нутритивни подаци за неке намирнице су дати у следећој табели:

Намирница (100г) Енергетска вредност (kcal) Угљени хидрати (г) Беланчевине (г) Масти (г)
Црни хлеб 250 48,2 8,4 1,0
Бели хлеб 280 57,5 6,8 0,5
Кисела павлака (10% м.м.) 127 4,0 3,1 10,5
Маргарин 532 4,6 3,2 1,5
Јогурт 48 4,7 4,0 3,3
Млеко (2,8% м.м.) 57 4,7 3,3 2,8
Салама паризер 523 1,0 17,0 47,0
Пршута 268 0,0 25,5 18,4
Пилећа прса 110 0,0 23,1 1,2

У ћелији испод ови подаци су припремљени у облику индексиране DataFrame структуре (са скраћеним именима):

In [ ]:
namirnice = pd.DataFrame([
    ["Цхлеб", 250, 48.2, 8.4, 1.0],
    ["Бхлеб", 280, 57.5, 6.8, 0.5],
    ["Павлака", 127, 4.0, 3.1, 10.5],
    ["Маргарин", 532, 4.6, 3.2, 1.5],
    ["Јогурт", 48, 4.7, 4.0, 3.3],
    ["Млеко", 57, 4.7, 3.3, 2.8],
    ["Паризер", 523, 1.0, 17.0, 47.0],
    ["Пршута", 268, 0.0, 25.5, 18.4],
    ["ПилПрса", 110, 0.0, 23.1, 1.2]])
namirnice.columns=["Намирница", "ЕнергВр", "УХ", "Бел", "Масти"]
namirnice1 = namirnice.set_index("Намирница")

(а) Милош је за доручак појео два парчета белог хлеба и попио шољу млека. Свако парче хлеба је било намазано павлаком и имало је један шнит пршуте. Колика је енергетска вредност Милошевог доручка (у kcal), ако претпоставимо да једно парче хлеба има 100 г, да је за мазање једног парчета хлеба довољно 10 г премаза, да један шнит пршуте има 20г и да шоља млека има 2 дл (што је приближно 200 г)?

(б) Колико грама масти је било у Милошевом доручку?

(в) Прикажи линијским дијаграмом количину угљених хидрата у намирницама наведеним у табели.