Nếu bạn đến để có câu trả lời nhanh, tôi chắc rằng ví dụ trên là đủ. Tuy nhiên, nếu bạn không quen thuộc với tập con và tập siêu, tôi khuyên bạn nên đọc toàn bộ bài viết. Bạn sẽ tìm hiểu ý nghĩa của việc trở thành một tập hợp con hoặc siêu tập hợp trong Python
Tập hợp con và Supersets. Đôi lời về lý thuyết tập hợp
Cho hai tập hợp A và B
- A là tập hợp con của B nếu mọi phần tử của tập hợp A đều thuộc tập hợp B
- Tập hợp luôn là tập con của chính nó
- A là tập hợp con của B nếu các tập hợp này không bằng nhau và tập hợp A là tập hợp con của B
Dưới đây là biểu đồ Venn minh họa tập A là tập con của tập B
Phương thức set issubset() của Python
ví dụ 1. Cách Python đặt issubset() hoạt động
con trăn
True56A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)4 A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)5True False2A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)6A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False0A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False4True False5
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)37A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)4 A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)5_______540A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)42A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False2A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)6A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False4A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)42A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False0A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False4True False5
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)56
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)57
True54A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)59
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)56
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)61
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)62
True54A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)64
đầu ra.
True Falseví dụ 2. Làm việc với bộ ba sử dụng issubset()
con trăn
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)65
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)66
True56A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)4 A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)5A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)6A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)8A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False0True False5
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)37A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)4 A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)5_______56A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)8A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False0A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False2A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False4True False5
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)89A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)4 A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)5_______56A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)8A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False2A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)7True False4True False5
Trong hướng dẫn này, chúng tôi sẽ giới thiệu một số cách mà bạn có thể sử dụng để tập hợp con một khung dữ liệu. Nếu bạn đang nhập dữ liệu vào Python thì bạn phải biết về Khung dữ liệu. DataFrame là cấu trúc dữ liệu hai chiều, tôi. e. , dữ liệu được căn chỉnh theo kiểu bảng trong các hàng và cột
Đặt con khung dữ liệu là quá trình chọn một tập hợp các hàng và cột mong muốn từ khung dữ liệu
Bạn có thể chọn
- tất cả các hàng và các cột giới hạn
- tất cả các cột và hàng giới hạn
- hàng giới hạn và cột giới hạn
Việc sắp xếp lại khung dữ liệu rất quan trọng vì nó chỉ cho phép bạn truy cập vào một phần nhất định của khung dữ liệu. Điều này rất hữu ích khi bạn muốn giảm số lượng tham số trong khung dữ liệu của mình
Hãy bắt đầu với việc nhập tập dữ liệu để làm việc
Nhập dữ liệu để xây dựng khung dữ liệu
Trong hướng dẫn này, chúng tôi đang sử dụng bộ dữ liệu Nhà ở California
Hãy bắt đầu với việc nhập dữ liệu vào khung dữ liệu bằng gấu trúc
True True2
Tệp csv của chúng tôi hiện được lưu trữ trong biến nhà ở dưới dạng khung dữ liệu Pandas
Chọn một tập hợp con của Khung dữ liệu bằng Toán tử lập chỉ mục
Toán tử lập chỉ mục chỉ là một tên ưa thích cho dấu ngoặc vuông. Bạn có thể chọn cột, hàng và tổ hợp hàng và cột chỉ bằng cách sử dụng dấu ngoặc vuông. Hãy xem điều này trong hành động
1. Chỉ chọn các cột
Để chọn một cột bằng toán tử lập chỉ mục, hãy sử dụng dòng mã sau
True True3
Dòng mã này chọn cột có nhãn là 'dân số' và hiển thị tất cả các giá trị hàng tương ứng với cột đó
Bạn cũng có thể chọn nhiều cột bằng toán tử lập chỉ mục
True True4
Để tập hợp một khung dữ liệu và lưu trữ nó, hãy sử dụng dòng mã sau
True True5
Điều này tạo ra một khung dữ liệu riêng biệt dưới dạng một tập hợp con của khung gốc
2. Chọn hàng
Bạn có thể sử dụng toán tử lập chỉ mục để chọn các hàng cụ thể dựa trên các điều kiện nhất định
Ví dụ: để chọn các hàng có dân số lớn hơn 500, bạn có thể sử dụng dòng mã sau
True True6
Bạn cũng có thể tập hợp thêm một khung dữ liệu. Ví dụ: hãy thử và lọc các hàng từ khung dữ liệu housing_subset mà chúng tôi đã tạo ở trên
True True7
Lưu ý rằng hai kết quả đầu ra ở trên có cùng số lượng hàng (mà chúng nên có)
Tập hợp con Dataframe bằng Python. nơi()
bộ chỉ mục loc là một cách hiệu quả để chọn các hàng và cột từ khung dữ liệu. Nó cũng có thể được sử dụng để chọn hàng và cột đồng thời
Một điều quan trọng cần nhớ là. loc() hoạt động trên nhãn của hàng và cột. Sau này, chúng ta sẽ xem xét. iloc() dựa trên chỉ mục của các hàng và cột
1. Chọn Hàng với loc()
Để chọn một hàng bằng cách sử dụng. loc() sử dụng dòng mã sau
True True8
Để chọn nhiều hàng, hãy sử dụng
True True9
Bạn cũng có thể cắt các hàng giữa chỉ mục bắt đầu và chỉ mục kết thúc
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)0
2. Chọn hàng và cột
Để chọn các hàng cụ thể và các cột cụ thể ra khỏi khung dữ liệu, hãy sử dụng dòng mã sau
A = {1, 2, 3} print(A.issubset(A)) # Alternatively print(A <= A)1
Dòng mã này chọn các hàng từ 1 đến 7 và các cột tương ứng với nhãn 'dân số' và 'nhà ở'
Đặt con một Dataframe bằng Python iloc()
Hàm iloc() là viết tắt của vị trí số nguyên. Nó hoạt động hoàn toàn dựa trên lập chỉ mục số nguyên cho cả hàng và cột
Để chọn một tập hợp con các hàng và cột bằng iloc(), hãy sử dụng dòng mã sau
True True30
Dòng mã này chọn hàng số 2, 3 và 6 cùng với cột số 3 và 5
Sử dụng iloc giúp bạn không phải viết nhãn đầy đủ của hàng và cột
Bạn cũng có thể sử dụng iloc() để chọn các hàng hoặc cột riêng lẻ giống như loc() sau khi thay thế nhãn bằng số nguyên
Sự kết luận
Hướng dẫn này là về việc đặt khung dữ liệu trong python bằng cách sử dụng dấu ngoặc vuông, loc và iloc. Chúng tôi đã học cách nhập tập dữ liệu vào khung dữ liệu và sau đó cách lọc các hàng và cột khỏi khung dữ liệu