Pandas םע הלועפל תונתינ תונבותל ן"לדנ ינותנ תכיפה :SQL-ל רבעמ

.םינותנ ןיבהלו חתנל ידכ Python-ב SQL תויומד תויצקנופ ליחת ,ךשמהב .SQL לש יתרוס

.ליחתנ ואוב

תיללכ הריקס

:םה ;םיקלח השולשל קלוחמ הז טסופ

Pandas לש DataFrame.query() תטיש םע םינותנ רקח
םינותנ ץוביקו הריבצ
תודנפב תודומעו תורוש תריחבב הטילש
קימעמ רויד קוש חותינל ריצ תלבט תמיתר

Pandas לש `DataFrame.query()` תטיש םע םינותנ רקח

.רתוי םיבכרומ םינותנ תתליאשל סיסבה תא חינמ ךכבו ,םיבורמו םידדוב םיאנת ךמס לע ם

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# Load the dataset
Ames = pd.read_csv('Ames.csv')

# Simple querying: Select houses priced above $600,000
high_value_houses = Ames.query('SalePrice > 600000')
print(high_value_houses)

.'SalePrice > 600000' ,הז הרקמב .תזורחמכ ןיוצש יאנת לע ססבתהב םינ

.רתויב הובגה ךרעה ילעב םיסכנה לש םימוקימהו םינייפאמה יבגל תונבות העיצמו ,סמייא

            PID  GrLivArea  ...   Latitude  Longitude
65    528164060       2470  ...  42.058475 -93.656810
584   528150070       2364  ...  42.060462 -93.655516
1007  528351010       4316  ...  42.051982 -93.657450
1325  528320060       3627  ...  42.053228 -93.657649
1639  528110020       2674  ...  42.063049 -93.655918

[5 rows x 85 columns]

.תינמז וב םינותנה ךרעמ לע םיבורמ םיננסמ ליחהל ךל רשפאמה ,(&) יגול

# Advanced querying: Select houses with more than 3 bedrooms and priced below $300,000
specific_houses = Ames.query('BedroomAbvGr > 3 & SalePrice < 300000')
print(specific_houses)

.םיוסמ ביצקת חווט ךותב תוחוורמ םירוגמ תויורשפא תושפחמה תוחפשמ ןיינעל לוכיש רוי

            PID  GrLivArea  ...   Latitude  Longitude
5     908128060       1922  ...  42.018988 -93.671572
23    902326030       2640  ...  42.029358 -93.612289
33    903400180       1848  ...  42.029544 -93.627377
38    527327050       2030  ...  42.054506 -93.631560
40    528326110       2172  ...  42.055785 -93.651102
...         ...        ...  ...        ...        ...
2539  905101310       1768  ...  42.033393 -93.671295
2557  905107250       1440  ...  42.031349 -93.673578
2562  535101110       1584  ...  42.048256 -93.619860
2575  905402060       1733  ...  42.027669 -93.666138
2576  909275030       2002  ...        NaN        NaN

[352 rows x 85 columns]

.וניוצש םינוירטירקה תרגסמב הלא םיתב לש הכישמהו תולעה תולע לע םיעיפשמ הנישה ירד

# Visualizing the advanced query results
plt.figure(figsize=(10, 6))
sns.scatterplot(x='GrLivArea', y='SalePrice', hue='BedroomAbvGr', data=specific_houses, palette='viridis')
plt.title('Sales Price vs. Ground Living Area')
plt.xlabel('Ground Living Area (sqft)')
plt.ylabel('Sales Price ($)')
plt.legend(title='Bedrooms Above Ground')
plt.show()

.הדובע דוק םע ימצע דומילל תוכרדה קפסמ אוה .T

םינותנ ץוביקו הריבצ

.הוויא ,סמייא לש יבחרמה סבנקה ינפ לע יאלמבו רוידל תוריבס תולעב תונושה תא שיגדה

# Advanced querying: Select houses with more than 3 bedrooms and priced below $300,000
specific_houses = Ames.query('BedroomAbvGr > 3 & SalePrice < 300000')

# Group by neighborhood, then calculate the average and total sale price, and count the houses
grouped_data = specific_houses.groupby('Neighborhood').agg({
    'SalePrice': ['mean', 'count']
})

# Renaming the columns for clarity
grouped_data.columns = ['Average Sales Price', 'House Count']

# Round the average sale price to 2 decimal places
grouped_data['Averages Sales Price'] = grouped_data['Average Sales Price'].round(2)

print(grouped_data)

             Average Sales Price  House Count
Neighborhood                                 
BrDale                 113700.00            1
BrkSide                154840.00           10
ClearCr                206756.31           13
CollgCr                233504.17           12
Crawfor                199946.68           19
Edwards                142372.41           29
Gilbert                222554.74           19
IDOTRR                 146953.85           13
MeadowV                135966.67            3
Mitchel                152030.77           13
NAmes                  158835.59           59
NPkVill                143000.00            1
NWAmes                 203846.28           39
NoRidge                272222.22           18
NridgHt                275000.00            3
OldTown                142586.72           43
SWISU                  147493.33           15
Sawyer                 148375.00           16
SawyerW                217952.06           16
Somerst                247333.33            3
StoneBr                270000.00            1
Timber                 247652.17            6

.שבוגמו דחא ףרגב חפנב ןהו ריחמה תא ןה שיחמהל ידכ םיתב תוריפס לש תורעה תפסותב ,

# Ensure 'Neighborhood' is a column (reset index if it was the index)
grouped_data_reset = grouped_data.reset_index().sort_values(by='Average Sales Price')

# Set the aesthetic style of the plots
sns.set_theme(style="whitegrid")

# Create the bar plot
plt.figure(figsize=(12, 8))
barplot = sns.barplot(
    x='Neighborhood',
    y='Average Sales Price',
    data=grouped_data_reset,
    palette="coolwarm",
    hue='Neighborhood',
    legend=False,
    errorbar=None  # Removes the confidence interval bars
)

# Rotate the x-axis labels for better readability
plt.xticks(rotation=45)

# Annotate each bar with the house count, using enumerate to access the index for positioning
for index, value in enumerate(grouped_data_reset['Average Sales Price']):
    house_count = grouped_data_reset.loc[index, 'House Count']
    plt.text(index, value, f'{house_count}', ha='center', va='bottom')

plt.title('Average Sales Price by Neighborhood', fontsize=18)
plt.xlabel('Neighborhood')
plt.ylabel('Average Sales Price ($)')

plt.tight_layout()  # Adjust the layout
plt.show()

.םיימוקמה ן"לדנה יקווש לש הקימנידה יבגל תובושח תונבות קפסמ םג אלא ,יתימאה םלוע
תודנפב תודומעו תורוש תריחבב הטילש
.תודומעלו תורושל םיסחייתמ םה ובש ןפואב םינוש םה ךא - םינותנ רוחבל - תומוד תורט
DataFrame.loc[] תטיש תנבה
DataFrame.loc[] is a label-based data selection method, meaning you use the labels of rows and columns to select the data. It’s highly intuitive for selecting data based on column names and row indexes when you know the specific labels you’re interested in.

Syntax: DataFrame.loc[row_label, column_label]
דעי: הנוכש' תא גיצנו ,(ךלש םימדוקה םיאצממה לע ססבתהב) םהלש ם
# Assuming 'high_value_neighborhoods' is a list of neighborhoods with higher average sale prices high_value_neighborhoods = ['NridgHt', 'NoRidge', 'StoneBr'] # Use df.loc[] to select houses based on your conditions and only in high-value neighborhoods high_value_houses_specific = Ames.loc[(Ames['BedroomAbvGr'] > 3) & (Ames['SalePrice'] < 300000) & (Ames['Neighborhood'].isin(high_value_neighborhoods)), ['Neighborhood', 'SalePrice', 'GrLivArea']] print(high_value_houses_specific.head())
Neighborhood SalePrice GrLivArea 40 NoRidge 291000 2172 162 NoRidge 285000 2225 460 NridgHt 250000 2088 468 NoRidge 268000 2295 490 NoRidge 260000 2417
DataFrame.iloc[] תטיש תנבה
.DataFrame-ב םמוקימ יפל םינותנל תשגל דחוימב ישומיש הז .רוחבל ךנוצרבש תודומעהו
ריבחת: DataFrame.iloc[row_position, column_position]
הרטמ: הובג ךרע תולעב תונוכשל ץוחמ $300,000-ל תחתמ םריחמו הגרד
# Filter for houses not in the 'high_value_neighborhoods', # with at least 3 bedrooms above grade, and priced below $300,000 low_value_spacious_houses = Ames.loc[(~Ames['Neighborhood'].isin(high_value_neighborhoods)) & (Ames['BedroomAbvGr'] >= 3) & (Ames['SalePrice'] < 300000)] # Sort these houses by 'SalePrice' to highlight the lower end explicitly low_value_spacious_houses_sorted = low_value_spacious_houses.sort_values(by='SalePrice').reset_index(drop=True) # Using df.iloc to select and print the first 5 observations of such low-value houses low_value_spacious_first_5 = low_value_spacious_houses_sorted.iloc[:5, :] # Print only relevant columns to match the earlier high-value example: 'Neighborhood', 'SalePrice', 'GrLivArea' print(low_value_spacious_first_5[['Neighborhood', 'SalePrice', 'GrLivArea']])
Neighborhood SalePrice GrLivArea 0 IDOTRR 40000 1317 1 IDOTRR 50000 1484 2 IDOTRR 55000 1092 3 Sawyer 62383 864 4 Edwards 63000 1112
.רתוי הנבותו דקוממ םינותנ רקח תרשפאמו ,ךלש םינותנה יעדמל םילכה תכרע תא הרישעמ
קימעמ רויד קוש חותינל ריצ תואלבט לוצינ
.הריכמה יריחמו הנישה ירדח רפסמ ,הנוכשה ינייפאמ ןיב ןילמוגה קחשמב תודקמתה ךות ,
.סמייא ךותב רוידה תפדעהו רוידה תוריבס תא םיביתכמש םיסופד ףושחל הרטמב ,הניש ירד
# Import an additional library import numpy as np # Filter for houses priced below $300,000 and with at least 1 bedroom above grade affordable_houses = Ames.query('SalePrice < 300000 & BedroomAbvGr > 0') # Create a pivot table to analyze average sale price by neighborhood and number of bedrooms pivot_table = affordable_houses.pivot_table(values='SalePrice', index='Neighborhood', columns='BedroomAbvGr', aggfunc='mean').round(2) # Fill missing values with 0 for better readability and to indicate no data for that segment pivot_table = pivot_table.fillna(0) # Adjust pandas display options to ensure all columns are shown pd.set_option('display.max_columns', None) print(pivot_table)

.תונבות המכב ןודנש ינפל ריצה תלבט לע ריהמ טבמ חקינ ואוב
BedroomAbvGr 1 2 3 4 5 6 Neighborhood Blmngtn 178450.00 197931.19 0.00 0.00 0.00 0.00 Blueste 192500.00 128557.14 151000.00 0.00 0.00 0.00 BrDale 0.00 99700.00 111946.43 113700.00 0.00 0.00 BrkSide 77583.33 108007.89 140058.67 148211.11 214500.00 0.00 ClearCr 212250.00 220237.50 190136.36 209883.20 196333.33 0.00 CollgCr 154890.00 181650.00 196650.98 233504.17 0.00 0.00 Crawfor 289000.00 166345.00 193433.75 198763.94 210000.00 0.00 Edwards 59500.00 117286.27 134660.65 137332.00 191866.67 119900.00 Gilbert 0.00 172000.00 182178.30 223585.56 204000.00 0.00 Greens 193531.25 0.00 0.00 0.00 0.00 0.00 GrnHill 0.00 230000.00 0.00 0.00 0.00 0.00 IDOTRR 67378.00 93503.57 111681.13 144081.82 162750.00 0.00 Landmrk 0.00 0.00 137000.00 0.00 0.00 0.00 MeadowV 82128.57 105500.00 94382.00 128250.00 151400.00 0.00 Mitchel 176750.00 150366.67 168759.09 149581.82 165500.00 0.00 NAmes 139500.00 133098.93 146260.96 159065.22 180360.00 144062.50 NPkVill 0.00 134555.00 146163.64 143000.00 0.00 0.00 NWAmes 0.00 177765.00 183317.12 201165.00 253450.00 0.00 NoRidge 0.00 262000.00 259436.67 272222.22 0.00 0.00 NridgHt 211700.00 215458.55 264852.71 275000.00 0.00 0.00 OldTown 83333.33 105564.32 136843.57 136350.91 167050.00 97500.00 SWISU 60000.00 121044.44 132257.88 143444.44 158500.00 148633.33 Sawyer 185000.00 124694.23 138583.77 148884.62 0.00 146166.67 SawyerW 216000.00 156147.41 185192.14 211315.00 0.00 237863.25 Somerst 205216.67 191070.18 225570.39 247333.33 0.00 0.00 StoneBr 223966.67 211468.75 233750.00 270000.00 0.00 0.00 Timber 0.00 217263.64 200536.04 241202.60 279900.00 0.00 Veenker 247566.67 245150.00 214090.91 0.00 0.00 0.00
:תויזכרמ תונבות רפסמ ףשוח הז חותינ .הניש ירדח לש תונוש תוריפס תללכה םע תונוכש
הנוכש יפל ריבס ריחמ: תיבב םידקוממ םישופיחב עייסמש המ ,תיפיצפס
ריחמה לע הנישה ירדח תעפשה: רתוי םילודג םיתב לע תחנומה הימרפה
תויונמדזהו קוש ירעפ: םיעיקשמו םיחתפמ רובע תויונמדזה וא םיילאי
.יתוזח חותינ םע בולישב לצנתמ ןהלש יתימאה לאיצנטופה ,תונבות ריצ תואלבט ןהש המכ
.הניש ירדחו תונוכש תוריפס לש םימייק אל םיבוליש קהבומ ןפואב השיגדמה תישיא תמאתו
# Import an additional library import matplotlib.colors # Create a custom color map cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", ["red", "yellow", "green"]) # Mask for "zero" values to be colored with a different shade mask = pivot_table == 0 # Set the size of the plot plt.figure(figsize=(14, 10)) # Create a heatmap with the mask sns.heatmap(pivot_table, cmap=cmap, annot=True, fmt=".0f", linewidths=.5, mask=mask, cbar_kws={'label': 'Average Sales Price ($)'}) # Adding title and labels for clarity plt.title('Average Sales Price by Neighborhood and Number of Bedrooms', fontsize=16) plt.xlabel('Number of Bedrooms Above Grade', fontsize=12) plt.ylabel('Neighborhood', fontsize=12) # Display the heatmap plt.show()
.תוריבס ריחמ תודוקנב ההובג הניש ירדח תריפס םע םיסכנ םישפחמה םיעיקשמ וא רתוי תו
.רוידה םוחת לע תויביטמרופניא תונבות ףושחל תולוכי םינותנ לש הימדהו היצלופינמ לש
תפסונ האירק
.קימעהל הצור התא םא אשונב םיפסונ םיבאשמ קפסמ הז ףיעס
ןותייפ דועית
Pandas לש DataFrame.query() תטיש
Pandas לש DataFrame.groupby() תטיש
Pandas לש DataFrame.loc[] תטיש
Pandas לש DataFrame.iloc[] תטיש
Pandas לש DataFrame.pivot_table() תטיש
םיבאשמ
סמייא לש םינותנ תכרע
ןולימ םינותנ סמייא
םוכיס
:דציכ תדמל ,יפיצפס ןפואב .קימעמ םינותנ רקחל םישורדה םילכב םיטסילנאה תא תודייצמ
.SQL לש SELECT תרהצהל המודב םינותנ תריחבל DataFrame.query()
.SQL לש GROUP BY-ל המודב ,םינותנ םוכיסו הריבצל DataFrame.gr
.רתוי קימעמ חותינל DataFrame.pivot_table()-ו DataFrame.loc[
.תונעל יתלוכי בטימכ השעא ינאו ,הטמל תובוגתב ךיתולאש תא לאש אנא ?ןהשלכ תולאש ךל

Pandas םע הלועפל תונתינ תונבותל ן"לדנ ינותנ תכיפה :SQL-ל רבעמ

תיללכ הריקס

Pandas לש `DataFrame.query()` תטיש םע םינותנ רקח

םינותנ ץוביקו הריבצ

תודנפב תודומעו תורוש תריחבב הטילש

`DataFrame.loc[]` תטיש תנבה

`DataFrame.iloc[]` תטיש תנבה

קימעמ רויד קוש חותינל ריצ תואלבט לוצינ

תפסונ האירק

ןותייפ דועית

םיבאשמ

םוכיס

Pandas םע הלועפל תונתינ תונבותל ן"לדנ ינותנ תכיפה :SQL-ל רבעמ

תיללכ הריקס

Pandas לש DataFrame.query() תטיש םע םינותנ רקח

םינותנ ץוביקו הריבצ

תודנפב תודומעו תורוש תריחבב הטילש

DataFrame.loc[] תטיש תנבה

DataFrame.iloc[] תטיש תנבה

קימעמ רויד קוש חותינל ריצ תואלבט לוצינ

תפסונ האירק

ןותייפ דועית

םיבאשמ

םוכיס

Pandas לש `DataFrame.query()` תטיש םע םינותנ רקח

`DataFrame.loc[]` תטיש תנבה

`DataFrame.iloc[]` תטיש תנבה