如何用Pandas在Python中为DataFrame或系列添加元数据

元数据，也被称为关于数据的数据。元数据可以给我们提供数据描述、摘要、在内存中的存储以及该特定数据的数据类型。我们将显示和创建元数据。

Scenario:

• 我们可以通过使用info()命令简单地获得元数据
• 我们可以向现有的数据添加元数据，并可以查看创建的数据的元数据。

Steps:

• 创建一个数据框架
• 查看已经存在的元数据
• 创建元数据并查看元数据。

在这里，我们将创建一个数据框架，我们可以查看和创建创建的数据框架的元数据。

查看现有的元数据方法：

• dataframe_name.info() – 它将以表格的形式返回数据类型的空值和内存使用情况。
• dataframe_name.columns() – 它将返回一个数组，其中包括数据框架中的所有列名。
• dataframe_name.describe() – 它将给出给定数字数据框架列的描述性统计，如平均值、中位数、标准差等。

Create Metadata

我们可以使用dataframe.scale()和dataframe.offset()方法为特定的数据框创建元数据。它们是用来表示元数据的。

语法:

dataframe_name.scale=value
dataframe_name.offset=value

以下是一些例子，描述了如何将元数据添加到数据框架或系列中：

示例 1

最初创建并显示一个数据框架。

# import required modules
import pandas as pd
 
# initialise data of lists using dictionary
data = {'Name': ['Sravan', 'Deepak', 'Radha', 'Vani'],
        'College': ['vignan', 'vignan Lara', 'vignan', 'vignan'],
        'Department': ['CSE', 'IT', 'IT', 'CSE'],
        'Profession': ['Student', 'Assistant Professor',
                       'Programmer & ass. Proff',
                       'Programmer & Scholar'],
        'Age': [22, 32, 45, 37]
        }
 
# create dataframe
df = pd.DataFrame(data)
 
# print dataframe
df

输出:

然后检查数据框架的属性和描述。

# data information
df.info()
 
# data columns description
df.columns
 
# describing columns
df.describe()

输出:

初始化数据框架的偏移量和比例。

# initializing scale and offset
# for creating meta data
df.scale = 0.1
df.offset = 15
 
# display scale and offset
print('Scale:', df.scale)
print('Offset:', df.offset)

输出:

我们正在以hdf5文件格式存储数据，然后我们将显示数据帧及其存储的元数据。

# store in hdf5 file format
storedata = pd.HDFStore('college_data.hdf5')
 
# data
storedata.put('data_01', df)
 
# including metadata
metadata = {'scale': 0.1, 'offset': 15}
 
# getting attributes
storedata.get_storer('data_01').attrs.metadata = metadata
 
# closing the storedata
storedata.close()
 
# getting data
with pd.HDFStore('college_data.hdf5') as storedata:
    data = storedata['data_01']
    metadata = storedata.get_storer('data_01').attrs.metadata
 
# display data
print('\nDataframe:\n', data)
 
# display stored data
print('\nStored Data:\n', storedata)
 
# display metadata
print('\nMetadata:\n', metadata)

输出:

示例 2

pandas中的系列数据结构不支持信息和所有方法。所以我们直接创建元数据并显示。

# import required module
import pandas as pd
 
# initialise data of lists using dictionary.
data = {'Name': ['Sravan', 'Deepak', 'Radha', 'Vani'],
        'College': ['vignan', 'vignan Lara', 'vignan', 'vignan'],
        'Department': ['CSE', 'IT', 'IT', 'CSE'],
        'Profession': ['Student', 'Assistant Professor',
                       'Programmer & ass. Proff',
                       'Programmer & Scholar'],
        'Age': [22, 32, 45, 37]
        }
 
# Create series
ser = pd.Series(data)
 
# display data
ser

输出:

现在我们将存储元数据，然后显示它。

# storing data in hdf5 file format
storedata = pd.HDFStore('college_data.hdf5')
 
# data
storedata.put('data_01', ser)
 
# mentioning scale and offset
metadata = {'scale': 0.1, 'offset': 15}
 
storedata.get_storer('data_01').attrs.metadata = metadata
 
# storing close
storedata.close()
 
# getting attributes
with pd.HDFStore('college_data.hdf5') as storedata:
    data = storedata['data_01']
    metadata = storedata.get_storer('data_01').attrs.metadata
 
# display data
print('\nData:\n', data)
 
# display stored data
print('\nStored Data:\n', storedata)
 
# display Metadata
print('\nMetadata:\n', metadata)

输出: