使用数据模式模块
识别数据帧中的模式
原文:https://www . geesforgeks . org/identificating-patterns-in-data frames-use-data-pattern-module/
熊猫是建立在 NumPy 库之上的开源库。它是一个 Python 包，提供了各种数据结构和操作来操作数字数据和时间序列。它主要是流行的，因为导入和分析数据容易得多。熊猫速度快，为用户带来高性能&生产力。
数据框是二维可变大小、潜在异构的表格数据结构，在熊猫中带有标记轴(行和列)。数据框是一种二维数据结构，即数据以表格形式排列成行和列。熊猫数据框由数据、行和列三个主要部分组成。
数据模式模块，为了在数据框中找到简单的数据模式，我们将使用 python 中的数据-模式模块，该模块用于在结构化数据集中生成和评估模式，并导出到 Excel 和 JSON，并将生成的模式转换为 Pandas 代码。
安装:
pip install data-patterns
分步方法:
导入所需模块。
分配数据框。
使用数据框作为构造函数参数创建模式混合器对象。
调用模式混合器对象的 find() 方法来识别数据帧中的各种模式。
实施:
以下是基于上述方法的一些程序:
a
输出:
数据项值 4 和值 5 在 9 和 1 的支持下具有相等的模式。 此外，借助 analyze() 方法，可以以适当的格式分析该数据，下面是改进后的程序:
Python 3
# importing the data_patterns module
import data_patterns
# importing the pandas module
import pandas as pd
# creating a pandas dataframe
df = pd.DataFrame(columns=['Name', 'Grade', 'value1',
'Value2', 'Value3', 'Value4', 'value5'],
data=[['Alpha', 'A', 1000, 800, 0, 200, 200],
['Beta', 'B', 4000, 0, 3200, 800, 800],
['Gamma', 'A', 800, 0, 700, 100, 100],
['Theta', 'B', 2500, 1800, 0, 700, 700],
['Ceta', 'C', 2100, 0, 2200, 200, 200],
['Saiyan', 'C', 9000, 8800, 0, 200, 200],
['SSai', 'A', 9000, 0, 8800, 200, 200],
['SSay', 'A', 9000, 8800, 0, 200, 200],
['Geeks', 'A', 9000, 0, 8800, 200, 200],
['SsBlue', 'B', 9000, 0, 8800, 200, 19]])
# setting datag=frame index
df.set_index('Name', inplace=True)
# creating a pattern mixer object
miner = data_patterns.PatternMiner(df)
# finding the pattern in the dataframe
# name is optional
# other patterns which can be used ‘>’, ‘<’, ‘<=’, ‘>=’, ‘!=’, ‘sum’
df_patterns = miner.find({'name': 'equal values',
'pattern': '=',
'parameters': {"min_confidence": 0.5,
"min_support": 2,
"decimal": 8}})
# getting the analyzed dataframe
df_results = miner.analyze(df)
# printing the analyzed results
print(df_results)
输出:
正如我们在这里看到的，在数据框中出现的不同数据项之间识别了各种模式。
版权属于：月萌API www.moonapi.com，转载请注明出处
