DataFrame Oluşturma Nasıl Yapılır (Python ile Makine Öğrenmesi – 4)

Bu dersimizde bir önceki derslerimizde oluşturduğumuz verileri dataframe olarak oluşturacağız. Veriler yalın haldeyken index numaraları yada sutun isimleri olmayabilir. Dataframe oluşturduğunuz zaman veri dizimize bir index sutunu ve sutunları isimlendirmiş oluyoruz.

İhtiyacımız olan kütüphaneleri daha önceki derslerimizde eklemiştik. Hatırlatma amaçlı buraya da yazıyorum.

# kütüphaneleri ekle
import pandas as pd         # verileri okumak için kullanılır
import numpy as np          # nümerik işlemler yapmak için kullanılır
import matplotlib.pyplot as plt    # grafik çizdirmek için kullanılır

Kod kısmında ise dataframe oluşturmak için pandas kütüphanesini kullanacağız.

# burada veri setine sutun başlığı ve index numarası sutunu ekleniyor
sonuc = pd.DataFrame(data= ulke, index = range(22), columns = ['fr', 'tr', 'us'])
#print(sonuc)

sonuc2 = pd.DataFrame(data= Yas, index = range(22), columns = ['boy', 'kilo', 'yas'])
#print(sonuc2)

#cinsiyet verisini veriler dosyasından keserek alınıyor
cinsiyet = veriler.iloc[:,-1].values
#print(cinsiyet)

sonuc3 = pd.DataFrame(data= cinsiyet, index = range(22), columns = ['cinsiyet'])
#print(sonuc3)

#iki veriyi birleştiriyoruz ama axis=1 komutu ile aynı olan satırları atıyoruz
s = pd.concat([sonuc, sonuc2], axis = 1)
#print(s)

s2 = pd.concat([s, sonuc3], axis = 1)
print(s2)

Sonuç olarak verimizi birleştirdikten sonra index numarası ve sutun isimlerini görüyoruz.

     fr   tr   us    boy   kilo    yas cinsiyet
0   0.0  1.0  0.0  130.0   30.0  10.00        e
1   0.0  1.0  0.0  125.0   36.0  11.00        e
2   0.0  1.0  0.0  135.0   34.0  10.00        k
3   0.0  1.0  0.0  133.0   30.0   9.00        k
4   0.0  1.0  0.0  129.0   38.0  12.00        e
5   0.0  1.0  0.0  180.0   90.0  30.00        e
6   0.0  1.0  0.0  190.0   80.0  25.00        e
7   0.0  1.0  0.0  175.0   90.0  35.00        e
8   0.0  1.0  0.0  177.0   60.0  22.00        k
9   0.0  0.0  1.0  185.0  105.0  33.00        e
10  0.0  0.0  1.0  165.0   55.0  27.00        k
11  0.0  0.0  1.0  155.0   50.0  44.00        k
12  0.0  0.0  1.0  160.0   58.0  28.45        k
13  0.0  0.0  1.0  162.0   59.0  41.00        k
14  0.0  0.0  1.0  167.0   62.0  55.00        k
15  1.0  0.0  0.0  174.0   70.0  47.00        e
16  1.0  0.0  0.0  193.0   90.0  28.45        e
17  1.0  0.0  0.0  187.0   80.0  27.00        e
18  1.0  0.0  0.0  183.0   88.0  28.00        e
19  1.0  0.0  0.0  159.0   40.0  29.00        k
20  1.0  0.0  0.0  164.0   66.0  32.00        k
21  1.0  0.0  0.0  166.0   56.0  42.00        k

İyi çalışmalar,

Bir cevap yazın

E-posta hesabınız yayımlanmayacak.

This site uses Akismet to reduce spam. Learn how your comment data is processed.