आर का उपयोग करते समय "प्रैक्टिस" डेटासेट्स को लोड करना आसान है
data(iris)
या
data(mtcars)
क्या पंडों के लिए भी कुछ ऐसा ही है? मुझे पता है कि मैं किसी भी अन्य विधि का उपयोग करके लोड कर सकता हूं, अगर कुछ भी बनाया गया है तो बस उत्सुक।
आर का उपयोग करते समय "प्रैक्टिस" डेटासेट्स को लोड करना आसान है
data(iris)
या
data(mtcars)
क्या पंडों के लिए भी कुछ ऐसा ही है? मुझे पता है कि मैं किसी भी अन्य विधि का उपयोग करके लोड कर सकता हूं, अगर कुछ भी बनाया गया है तो बस उत्सुक।
जवाबों:
चूंकि मैंने मूल रूप से यह उत्तर लिखा था, इसलिए मैंने इसे कई तरीकों से अपडेट किया है जो अब पायथन में नमूना डेटा सेट तक पहुंचने के लिए उपलब्ध हैं। व्यक्तिगत रूप से, मैं जो भी पैकेज पहले से उपयोग कर रहा हूं (आमतौर पर समुद्री या पांडा) के साथ रहना पसंद करता हूं। यदि आपको ऑफ़लाइन पहुंच की आवश्यकता है, तो रजाई के साथ डेटा सेट स्थापित करना एकमात्र विकल्प लगता है।
शानदार प्लॉटिंग पैकेज seaborn
में कई अंतर्निहित नमूना डेटा सेट हैं।
import seaborn as sns
iris = sns.load_dataset('iris')
iris.head()
sepal_length sepal_width petal_length petal_width species
0 5.1 3.5 1.4 0.2 setosa
1 4.9 3.0 1.4 0.2 setosa
2 4.7 3.2 1.3 0.2 setosa
3 4.6 3.1 1.5 0.2 setosa
4 5.0 3.6 1.4 0.2 setosa
यदि आप आयात नहीं करना चाहते हैं seaborn
, लेकिन फिर भी इसके सैंपल डेटा सेट्स तक पहुंचना चाहते हैं , तो आप @ andrewwowens के दृष्टिकोण को सीबोनल सैंपल डेटा के लिए उपयोग कर सकते हैं:
iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
ध्यान दें कि श्रेणीबद्ध कॉलम वाले नमूना डेटा सेट उनके स्तंभ प्रकार द्वारा संशोधित किए गए हैंsns.load_dataset()
और परिणाम सीधे यूरिया से प्राप्त करने के समान नहीं हो सकता है। आईरिस और टिप्स सैंपल डेटा सेट भी यहां पांडा गिथब रेपो में उपलब्ध हैं ।
चूँकि किसी भी डेटासेट के माध्यम से पढ़ा जा सकता है pd.read_csv()
, इसलिए इस R डेटा सेट रिपॉजिटरी से URL कॉपी करके सभी R के सैंपल डेटा सेट तक पहुँचना संभव है ।
R नमूना डेटा सेट को लोड करने के अतिरिक्त तरीकों में शामिल हैं
statsmodel
import statsmodels.api as sm
iris = sm.datasets.get_rdataset('iris').data
तथा PyDataset
from pydataset import data
iris = data('iris')
scikit-learn
पंडों के डेटा फ्रेम के बजाय सैंपल एरेज़ के रूप में नमूना डेटा लौटाता है।
from sklearn.datasets import load_iris
iris = load_iris()
# `iris.data` holds the numerical values
# `iris.feature_names` holds the numerical column names
# `iris.target` holds the categorical (species) values (as ints)
# `iris.target_names` holds the unique categorical names
डेटासेट प्रबंधन की सुविधा के लिए रजाई एक डाटासेट प्रबंधक है। इसमें कई सामान्य नमूना डेटासेट शामिल हैं, जैसे कि uciml नमूना रिपॉजिटरी से कई । जल्दी शुरू पेज से पता चलता है स्थापित करने और आईरिस डेटा सेट आयात करने का तरीका:
# In your terminal
$ pip install quilt
$ quilt install uciml/iris
डेटासेट स्थापित करने के बाद, यह स्थानीय रूप से सुलभ है, इसलिए यदि आप ऑफ़लाइन डेटा के साथ काम करना चाहते हैं तो यह सबसे अच्छा विकल्प है।
import quilt.data.uciml.iris as ir
iris = ir.tables.iris()
sepal_length sepal_width petal_length petal_width class
0 5.1 3.5 1.4 0.2 Iris-setosa
1 4.9 3.0 1.4 0.2 Iris-setosa
2 4.7 3.2 1.3 0.2 Iris-setosa
3 4.6 3.1 1.5 0.2 Iris-setosa
4 5.0 3.6 1.4 0.2 Iris-setosa
रजाई भी डाटासेट संस्करण का समर्थन करते हैं और प्रत्येक डाटासेट का एक संक्षिप्त विवरण शामिल करते हैं।
इसके लिए rpy2
मॉड्यूल बनाया गया है:
from rpy2.robjects import r, pandas2ri
pandas2ri.activate()
r['iris'].head()
पैदावार
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
पांडा 0.19 तक आप पांडा के अपने rpy
इंटरफेस का उपयोग कर सकते हैं :
import pandas.rpy.common as rcom
iris = rcom.load_data('iris')
print(iris.head())
पैदावार
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
rpy2
पायथन वस्तुओं में वस्तुओं को परिवर्तित करने काR
एक तरीका भी प्रदान करता है :
import pandas as pd
import rpy2.robjects as ro
import rpy2.robjects.conversion as conversion
from rpy2.robjects import pandas2ri
pandas2ri.activate()
R = ro.r
df = conversion.ri2py(R['mtcars'])
print(df.head())
पैदावार
mpg cyl disp hp drat wt qsec vs am gear carb
0 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
1 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
2 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
3 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
4 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
rcom.load_data('iris')
?
pandas.rpy
गया था । आर के साथ इंटरफेस करने के लिए, अनुशंसित विकल्प है। rpy2
किसी भी युवा के पास उपलब्ध .csv फ़ाइल को उसके URL का उपयोग करके बहुत तेज़ी से पांडा में लोड किया जा सकता है। यहाँ मूल रूप से यूसीआई संग्रह से आईरिस डेटासेट का उपयोग करने का एक उदाहरण है।
import pandas as pd
file_name = "https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-pages/data/iris.csv"
df = pd.read_csv(file_name)
df.head()
यहां आउटपुट .csv फ़ाइल हेडर है जिसे आपने दिए गए URL से लोड किया है।
>>> df.head()
sepal_length sepal_width petal_length petal_width species
0 5.1 3.5 1.4 0.2 setosa
1 4.9 3.0 1.4 0.2 setosa
2 4.7 3.2 1.3 0.2 setosa
3 4.6 3.1 1.5 0.2 setosa
4 5.0 3.6 1.4 0.2 setosa
उसी के लिए एक यादगार छोटा URL है https://j.mp/iriscsv
। यह छोटा URL केवल तभी काम करेगा जब वह टाइप किया गया हो और कॉपी-पेस्ट न किया गया हो।
iris.names
बिल्ट पांडा का डाटाफ्रेम का परीक्षण बहुत सुविधाजनक है।
makeMixedDataFrame ():
In [22]: import pandas as pd
In [23]: pd.util.testing.makeMixedDataFrame()
Out[23]:
A B C D
0 0.0 0.0 foo1 2009-01-01
1 1.0 1.0 foo2 2009-01-02
2 2.0 0.0 foo3 2009-01-05
3 3.0 1.0 foo4 2009-01-06
4 4.0 0.0 foo5 2009-01-07
अन्य परीक्षण DataFrame विकल्प ame
makeDataFrame ():
In [24]: pd.util.testing.makeDataFrame().head()
Out[24]:
A B C D
acKoIvMLwE 0.121895 -0.781388 0.416125 -0.105779
jc6UQeOO1K -0.542400 2.210908 -0.536521 -1.316355
GlzjJESv7a 0.921131 -0.927859 0.995377 0.005149
CMhwowHXdW 1.724349 0.604531 -1.453514 -0.289416
ATr2ww0ctj 0.156038 0.597015 0.977537 -1.498532
makeMissingDataframe ():
In [27]: pd.util.testing.makeMissingDataframe().head()
Out[27]:
A B C D
qyXLpmp1Zg -1.034246 1.050093 NaN NaN
v7eFDnbQko 0.581576 1.334046 -0.576104 -0.579940
fGiibeTEjx -1.166468 -1.146750 -0.711950 -0.205822
Q8ETSRa6uY 0.461845 -2.112087 0.167380 -0.466719
7XBSChaOyL -1.159962 -1.079996 1.585406 -1.411159
makeTimeDataFrame ():
In [28]: pd.util.testing.makeTimeDataFrame().head()
Out[28]:
A B C D
2000-01-03 -0.641226 0.912964 0.308781 0.551329
2000-01-04 0.364452 -0.722959 0.322865 0.426233
2000-01-05 1.042171 0.005285 0.156562 0.978620
2000-01-06 0.749606 -0.128987 -0.312927 0.481170
2000-01-07 0.945844 -0.854273 0.935350 1.165401