手机透视代码什么意思 手机透视代码什么意思啊( 二 )



这就是 Mito 的魅力,你在 Mitosheet 执行的每个操作都将转换为 Python 等效代码!接下来我们一起详细探讨一下 Mito 的所有功能 。
添加和删除列添加列就像在 Excel 等电子表格中一样,你可以添加一个新列,该列可能是从现有列或特征创建的 。要在 Mito 中执行此操作,只需单击“Add Col”按钮 。该列将添加到当前选定的列表旁边 。最初,列名将是一个字母表 , 列的所有值都为零 。

编辑新列的内容单击行列名称(分配的字母表)将弹出侧边栏菜单,你可以在其中编辑列的名称 。要更新该列的内容,请单击该列的任何单元格 , 然后输入值 。你可以输入一个常量值,也可以根据数据集的现有特征创建数据 。如果要从现有列创建值,则直接使用要执行的运算符调用列名 。新列的数据类型根据分配的值进行更改 。下面的 GIF 演示了上面提到的所有内容:

删除列通过单击选择任何列 。单击“Del Col”,该特定列将从数据集中删除 。

Python代码在下一个单元格中生成带有正确注释的 Python 等效代码,用于执行的操作是:
# MITO CODE START (DO NOT EDIT)from mitosheet import * # Import necessary functions from Mitoregister_analysis('UUID-7bf77d26-84f4-48ed-b389-3f7a3b729753') # Let Mito know which analysis is being run# Imported edxCourses.csvimport pandas as pdedxCourses_csv = pd.read_csv('edxCourses.csv')# Added column H to edxCourses_csvedxCourses_csv.insert(7, 'H', 0)# Renamed H to newCol in edxCourses_csvedxCourses_csv.rename(columns={"H": "newCol"}, inplace=True)# Set newCol in edxCourses_csv to =coursePrice + courseEnrollmentsedxCourses_csv['newCol'] = edxCourses_csv['coursePrice'] + edxCourses_csv['courseEnrollments']# Deleted column newCol from edxCourses_csvedxCourses_csv.drop('newCol', axis=1, inplace=True)# MITO CODE END (DO NOT EDIT)创建数据透视表数据透视表是一个重要的环节 excel 功能,它根据另一个分类特征汇总数字变量 。要使用 Mito 创建这样的表,
单击“Pivot”并选择源数据集(默认加载 CSV)选择数据透视表的行、列和值列 。还可以为值列选择聚合函数 。所有下拉选项,如求和、平均值、中值、最小值、最大值、计数和标准偏差都可用 。选择所有必要的字段后,将获得一个单独的表,其中包含数据透视表的实现 。下面的 GIF 演示了如何为聚合函数“均值”创建数据透视表:

Python代码# MITO CODE START (DO NOT EDIT)from mitosheet import * # Import necessary functions from Mitoregister_analysis('UUID-a35246c0-e0dc-436b-8667-076d4f08e0c1') # Let Mito know which analysis is being run# Imported edxCourses.csvimport pandas as pdedxCourses_csv = pd.read_csv('edxCourses.csv')# Pivoted edxCourses_csv into df2pivot_table = edxCourses_csv.pivot_table(index=['courseOrganization'],values=['coursePrice'],aggfunc={'coursePrice': 'mean'})# Reset the column name and the indexesdf2 = pivot_table.rename_axis(None, axis=1).reset_index()# MITO CODE END (DO NOT EDIT)合并两个数据集合并数据集是数据科学项目的重要组成部分 。通常,数据集被划分到不同的表格中,以增加信息的可访问性和可读性 。合并 Mitosheets 很容易 。

推荐阅读