{"draftJsState":{"blocks":[{"data":{"image":{"id":"62702ae5a3675930f72631d9"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"e5nku"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"6p2i6"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Анализ данных — это процесс фильтрации, манипулирования и обработки необработанных данных и наборов данных для получения из них информации.","type":"unstyled","key":"4mi4v"},{"data":{"embedData":{"type":"external","host":"github.com","image":{"src":"https://avatars.mds.yandex.net/get-zen_brief_embed/5282245/pub_626fdbb56bdb2f3025b99066_62702ac9a3675930f725c826/smart_crop_600x300","width":600,"height":300,"main_color":"#F8F8F8","mainColor":"#F8F8F8"},"src":"https://github.com/go-gota/gota","title":"GitHub - go-gota/gota: Gota: DataFrames and data wrangling in Go (Golang)"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"civoe"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"e3hsj"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Python и R обычно являются языками для анализа данных. Но в наши дни Go становится все более популярным для этой цели.","type":"unstyled","key":"21ddo"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"49pl3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В этом уроке мы рассмотрим Gota, пакет анализа данных в Go, а также его основные функции и способы использования.","type":"unstyled","key":"bbbhl"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":20,"offset":0,"style":"BOLD"}],"text":"Необходимые знания: ","type":"unstyled","key":"d096k"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Знание функционального программирования на Golang.","type":"unstyled","key":"bedil"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Golang IDE с установленным Go (я использую Goland и Go 1.18 но вы можете использовать любой другой)","type":"unstyled","key":"9ic4p"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":15,"offset":0,"style":"BOLD"}],"text":"Что такое Gota?","type":"unstyled","key":"fugir"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Gota — это модуль данных и обработки данных для языка программирования Go.","type":"unstyled","key":"5hu9o"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Gota похожа на библиотеку Pandas в Python и предназначена для взаимодействия с Gonum, пакетом научных вычислений в Golang, точно так же, как Pandas и Numpy.","type":"unstyled","key":"3t0ku"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Модуль Gota упрощает работу с данными (преобразование и манипулирование) в Go. Он работает со встроенными типами данных Go и различными форматами файлов, такими как JSON, CSV и HTML.","type":"unstyled","key":"bvd7f"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вот что мы рассмотрим:","type":"unstyled","key":"3hqlu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Gota Series.","type":"unstyled","key":"ehtbg"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Gota Датафреймы.","type":"unstyled","key":"effni"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Чтение данных ","type":"unstyled","key":"a4dor"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Операции с данными Gota.","type":"unstyled","key":"364uk"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Экспорт и сохранение файлов.","type":"unstyled","key":"9fkbm"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как начать работу с t","type":"unstyled","key":"18r6p"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Установить Gota очень просто.Ввеедите приведенную ниже команду в свой терминал:","type":"unstyled","key":"dbaa0"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"go get -u https://github.com/go-gota/gota","type":"blockquote","key":"calkq"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"После установки выйдет сообщение об успешной установке. ","type":"unstyled","key":"1bp6g"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":21,"offset":0,"style":"BOLD"}],"text":"Основные понятия Gota","type":"unstyled","key":"9i067"},{"data":{"image":{"id":"626fdcea84ee056a93155457"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:image","key":"6m34l"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Давайте немного узнаем об основах Gota, прежде чем погрузиться в них:","type":"unstyled","key":"236oc"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":13,"offset":0,"style":"BOLD"}],"text":"Фреймы данных — это структуры данных, которые организуют данные в двумерные (строки и столбцы) таблицы, обычно для целей анализа.","type":"unstyled","key":"6glfr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":6,"offset":0,"style":"BOLD"}],"text":"series — это набор одномерных данных, входящих во фрейм данных.","type":"unstyled","key":"1pli5"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Обратите внимание, что DataFrame — это имя переменной объекта фрейма данных, используемого в качестве примера в этой статье.","type":"unstyled","key":"9jtoe"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Что такое серия Gota?","type":"unstyled","key":"86h17"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"import \"github.com/go-gota/gota/series\"","type":"blockquote","key":"a64un"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Ряды Gota создаются с использованием метода series.New для составных типов данных, таких как slices и maps.","type":"unstyled","key":"9bv3r"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":6,"offset":0,"style":"BOLD"}],"text":"slices(http://series.New) принимает три аргумента: он принимает срез, тип серии (тип элементов, которые должны содержаться в серии) и имя столбца.","type":"unstyled","key":"7kcqv"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.New([]string{\"z\", \"y\", \"d\", \"e\"}, series.String, \"col\")","type":"blockquote","key":"e3h3u"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Ряды также можно создавать из maps, инициализируя ключи как серии типов и используя метод Type для вставки типов серий.","type":"unstyled","key":"c196g"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"a := map[string]series.Type{\n\t\t\"A\": series.String,\n\t\t\"D\": series.Bool,\n\t}","type":"blockquote","key":"d61rj"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Эти срезы могут быть переданы в фреймы данных для дальнейших манипуляций и операций.","type":"unstyled","key":"bcc0n"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":26,"offset":0,"style":"BOLD"}],"text":"Что такое Gota Dataframes?","type":"unstyled","key":"ba5dh"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Функции Dataframe содержатся в Gota в подмодуле dataframe.","type":"unstyled","key":"jssu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"import \"github.com/go-gota/gota/dataframe\"","type":"blockquote","key":"8f1cs"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Фреймы данных по сути, содержат данные в двумерных таблицах, которые удобны для манипуляции. ","type":"unstyled","key":"fm7qn"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В этом руководстве мы будем читать серии, структуры, файлы JSON и CSV.","type":"unstyled","key":"3a6v6"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":18,"offset":0,"style":"BOLD"},{"length":19,"offset":24,"style":"BOLD"}],"text":"Как преобразовать Series в объект Dataframe","type":"header-two","key":"9qj5v"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете преобразовать серию или набор серий в объект фрейма данных, используя метод [dataframe.New](http://dataframe.New). Принимает в сериале как аргументы.","type":"unstyled","key":"40ahn"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"369858b8009198923ac0ba2338ab719a"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"2vdui"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"834mr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"alphas numbers alnums state\n 0: a 5 a1 true\n 1: b 4 b2 false\n 2: c 2 c3 true\n 3: d 3 d4 true\n 4: e 1 e5 false\n ","type":"blockquote","key":"cgbar"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"79f1p"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете использовать структуры для создания фреймов данных.","type":"unstyled","key":"ecdg1"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"67973ef81d656d51a2550334c09d361f"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"fol1"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"b86t"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Name Colour Height Vaccinated\n 0: buster black 56 false\n 1: jake white 61 false\n 2: bingo brown 50 true\n 3: gray cream 68 false\n ","type":"blockquote","key":"1rtnl"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":37,"offset":0,"style":"BOLD"}],"text":"Как работать с фреймом данных в Gota","type":"unstyled","key":"4a0ne"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Когда у нас есть объект фрейма данных, мы можем вызвать у него информацию о составе фрейма данных, используя различные методы.","type":"unstyled","key":"2jakr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Dims() → Выводит размеры объекта dataframe.","type":"unordered-list-item","key":"8a2bn"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Types() → Выводит типы данных, составляющие кадр данных.","type":"unordered-list-item","key":"v7e3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Names() → Выводит имена столбцов фрейма данных.","type":"unordered-list-item","key":"fif86"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Nrow() → Выводит количество строк.","type":"unordered-list-item","key":"7tmbp"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Ncol() → Выводит количество столбцов.","type":"unordered-list-item","key":"370j5"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как запрашивать столбцы","type":"unstyled","key":"7stuu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Есть много методов, которые поставляются со столбцом фрейма данных Gota, которые помогают запрашивать значения столбца.","type":"unstyled","key":"c0kv1"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":".IsNaN() → Проверяет, является ли столбец нулевым.","type":"unordered-list-item","key":"6hfrv"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":".Mean() → Возвращает среднее (среднее) значение столбца.","type":"unordered-list-item","key":"77g2c"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":".Copy() → Создает новую копию столбца.","type":"unordered-list-item","key":"d495v"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":".HasNaN() → Проверяет, есть ли в столбце нулевое значение.","type":"unordered-list-item","key":"3vc1p"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":".Records() → возвращает значения в столбце.","type":"unordered-list-item","key":"fuh9m"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"aCol := dataFrame.Col(\"column_name\") //selects a column\nfmt.Println(aCol.HasNaN)","type":"blockquote","key":"aluv2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":39,"offset":0,"style":"BOLD"}],"text":"Как считывать файлы в объекты Dataframe","type":"unstyled","key":"6b42r"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Строки JSON и CSV можно передавать в dataframe.ReadJSON и dataframe.ReadCSV соответственно.","type":"unstyled","key":"c6bpi"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":22,"offset":0,"style":"BOLD"}],"text":"Как читать строки JSON","type":"unstyled","key":"bgse7"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Строковая переменная JSON передается в качестве аргумента в dataframe.ReadJSON с помощью strings.NewReader, который возвращает буферизованную строку JSON.","type":"unstyled","key":"cdd7p"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"0ea4e84104962c0436f98a592e81cf84"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"ecakb"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"509i9"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Name Age Colour Height(ft)\n0: John 44 Red 6.700000\n1: Mary 40 Blue 5.700000","type":"blockquote","key":"1lp8v"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как читать CSV-файлы","type":"unstyled","key":"arebc"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вот CSV:","type":"unstyled","key":"4l5ld"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Name,Age,Colour,Height(ft)\nJohn,44,Red,6.7\nMary,40,Blue,5.7\nEsther,35,Black,4.9\nJason,36,Green,5.2","type":"blockquote","key":"4gv0d"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете считывать файлы CSV, прочитав файл, используя [os.Open](http://os.Open), который принимает имя файла. defer file.Close() — это менеджер контекста, который помогает нам закрыть файл после запуска программы, чтобы предотвратить потерю данных.","type":"unstyled","key":"1vkqh"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"b4689251ef0294307b1f0519059a2bc1"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"5k2tb"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как читать файлы JSON","type":"unstyled","key":"8vu40"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Чтение файлов JSON выполняется точно так же, как чтение файлов CSV.","type":"unstyled","key":"33m7r"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"5qumm"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":9,"offset":0,"style":"BOLD"}],"text":"Вот JSON:","type":"unstyled","key":"87o3f"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"[\n {\n \"Name\": \"John\",\n \"Age\": 44,\n \"Colour\": \"Red\",\n \"Height(ft)\": 6.7\n },\n {\n \"Name\": \"Mary\",\n \"Age\": 40,\n \"Colour\": \"Blue\",\n \"Height(ft)\": 5.7\n },\n {\n \"Name\": \"Esther\",\n \"Age\": 35,\n \"Colour\": \"Black\",\n \"Height(ft)\": 4.9\n },\n {\n \"Name\": \"Mary\",\n \"Age\": 40,\n \"Colour\": \"Green\",\n \"Height(ft)\": 5.2\n }\n]","type":"blockquote","key":"amefs"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"А вот как вы читаете файл:","type":"unstyled","key":"fl30h"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"58cb3a1d5422c4c02a6a538fbf841bde"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"4993i"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Age Colour Height(ft) Name\n 0: 44 Red 6.700000 John\n 1: 40 Blue 5.700000 Mary\n 2: 35 Black 4.900000 Esther\n 3: 40 Green 5.200000 Mary\n ","type":"blockquote","key":"3boq"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":23,"offset":0,"style":"BOLD"}],"text":"Gota Dataframe Операции","type":"unstyled","key":"eni48"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как выбрать строки в Gota","type":"unstyled","key":"6hrpn"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете выбрать строки, используя метод Subset объекта dataframe. dataFrame.Subset принимает срез из двух целых чисел, которые отображают количество строк, которые можно выбрать.","type":"unstyled","key":"9tm4i"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Gota предоставляет множество функций для манипулирования фреймами данных. Используя приведенный выше пример фрейма данных, давайте рассмотрим некоторые из этих операций:","type":"unstyled","key":"capn2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"row := dataFrame.Subset([]int{0, 2}","type":"blockquote","key":"e3204"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":")","type":"blockquote","key":"bkhec"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Это выбирает первые две строки фрейма данных.","type":"unstyled","key":"8344b"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Age Colour Height(ft) Name\n 0: 44 Red 6.700000 John\n 1: 35 Black 4.900000 Esther\n ","type":"blockquote","key":"4ld72"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":26,"offset":0,"style":"BOLD"}],"text":"Как выбрать столбцы в Gota","type":"unstyled","key":"d2ncr"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Метод Select помогает нам выбирать столбцы фрейма данных. [df.Select](http://df.Select) принимает срез из двух целых чисел, которые показывают, сколько столбцов можно выбрать.","type":"unstyled","key":"2p2tu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"column := dataFrame.Select([]int{0, 2})","type":"blockquote","key":"4v84k"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы также можем выбирать столбцы по индексу (именам столбцов), передавая фрагмент строк.","type":"unstyled","key":"3d73c"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"column := dataFrame.Select([]string{\"Name\", \"Colour\"})","type":"blockquote","key":"59ik0"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"ddkta"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Name Colour\n 0: John Red\n 1: Mary Blue\n 2: Esther Black\n 3: Mary Green\n ","type":"blockquote","key":"16jn3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":32,"offset":0,"style":"BOLD"}],"text":"Как обновить фрейм данных в Gota","type":"unstyled","key":"9cbni"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы используем метод .Set объекта dataframe для обновления записей. dataFrame.Set принимает срез целых чисел, указывающий ограничение на количество обновляемых строк, и функцию dataframe.LoadRecords, которая принимает двумерный срез типа, который необходимо передать.","type":"unstyled","key":"9fd0i"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"d48076660bada6a14ed4a16792e51dc1"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"42g7s"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"d3pjq"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Name Age Colour Height(ft)\n 0: Jesse 34 indigo 3.500000\n 1: Mary 40 Blue 5.700000\n 2: Esther 35 Black 4.900000\n 3: Peter 33 violet 3.300000\n ","type":"blockquote","key":"1tiuo"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":31,"offset":0,"style":"BOLD"}],"text":"Как фильтровать значения в Gota","type":"unstyled","key":"8gb82"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Для фильтрации значений мы используем .Filter для объекта dataframe. Это принимает dataframe.F, которому мы передаем литерал структуры.","type":"unstyled","key":"8kpp"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Структура принимает имя столбца Colname, Comparator и значение Comparando, которое является значением, для которого мы хотим отфильтровать фрейм данных.","type":"unstyled","key":"fs9pb"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Comparators:","type":"unstyled","key":"33snb"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.Eq→ Равно =.","type":"unstyled","key":"9or2d"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.Neq → Не равно ≠.","type":"unstyled","key":"81q1v"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.Greater → Больше >.","type":"unstyled","key":"eea1j"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.GreaterEq → Больше или равно ≥.","type":"unstyled","key":"5caba"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.Less → Меньше, чем <.","type":"unstyled","key":"85l3m"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"series.LessEq → Меньше или равно ≤.","type":"unstyled","key":"8542c"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"[series.In](http://series.In) → Содержится в In.","type":"unstyled","key":"5u4uc"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В этом примере мы используем объект фрейма данных из серии в разделе фрейма данных выше.","type":"unstyled","key":"borha"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"fil := dataFrame.Filter(\n\t\tdataframe.F{Colname: \"alphas\", Comparator: series.Eq, Comparando: \"b\"},\n)","type":"blockquote","key":"e93j1"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"2c3mu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"alphas numbers alnums state\n 0: b 2 b2 false\n ","type":"blockquote","key":"hcno"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":37,"offset":0,"style":"BOLD"}],"text":"Как отсортировать фрейм данных в Gota","type":"unstyled","key":"57kpl"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете отсортировать фрейм данных, используя метод .Arrange объекта кадра данных. Он принимает dataframe.Sort или dataframe.RevSort, которые сортируются в порядке возрастания или убывания соответственно. Он также принимает имя столбца для сортировки в виде строки.","type":"unstyled","key":"4n5jf"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Сортировать по возрастанию:","type":"unstyled","key":"9skdf"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"sorted := dataFrame.Arrange(\n dataframe.Sort(\"numbers\")\n)","type":"blockquote","key":"72nro"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"9k1iu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"alphas numbers alnums state\n 0: e 1 e5 false\n 1: c 2 c3 true\n 2: d 3 d4 true\n 3: b 4 b2 false\n 4: a 5 a1 true\n ","type":"blockquote","key":"cljke"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Сортировать по убыванию:","type":"unstyled","key":"eihen"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"sorted := dataFrame.Arrange(\n dataframe.RevSort(\"numbers\"),\n)","type":"blockquote","key":"7hmcv"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как использовать Groupby в Gota","type":"unstyled","key":"8j0so"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вы можете использовать groupby для выборки данных на основе определенных столбцов.","type":"unstyled","key":"j1lu"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Чтобы сгруппировать столбцы с помощью Gota, мы используем метод Groupby и передаем имена столбцов.","type":"unstyled","key":"9tves"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"categorise := dataFrame.GroupBy(\"Name\", \"Age\")\n\tfmt.Println(categorise)","type":"blockquote","key":"ecg7g"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":32,"offset":0,"style":"BOLD"}],"text":"Как соеденить датафреймы в Gota","type":"unstyled","key":"cg1ji"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Соединения представляют собой комбинацию фреймов данных. Объединение фреймов данных с Gota работает так же, как в SQL (язык структурированных запросов).","type":"unstyled","key":"82pr3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":16,"offset":0,"style":"BOLD"}],"text":"Типы соединений:","type":"unstyled","key":"dh2df"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Inner Join → dataFrame.InnerJoin возвращает кадр данных совпадающих значений в обеих таблицах.","type":"unstyled","key":"b0o13"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Left Join → dataFrame.LeftJoin сопоставляет сходство правого фрейма данных с Left Join данных.","type":"unstyled","key":"7auau"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Right Join → dataFrame.RightJoin сопоставляет сходства в левом фрейме данных с Right Join данных.","type":"unstyled","key":"91qo6"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Outer Join → dataFrame.OuterJoin возвращает все значения фрейма данных.","type":"unstyled","key":"940ra"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Синтаксис для присоединения объектов dataframes:","type":"unstyled","key":"7udcs"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"joinVariableName := dataFrameObject.joinType(OtherDataframe, JoinKey)","type":"blockquote","key":"lptd"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Join key — это столбец объекта фрейма данных, в котором выполняется выполняться join соединение.","type":"unstyled","key":"7mtva"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"bs7c9"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":7,"offset":0,"style":"BOLD"}],"text":"Пример Left Join","type":"header-three","key":"49ra7"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"4dd447af4b825c2852d6dad4f2eaa3de"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"3te02"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"9urha"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"[12x7] DataFrame\n\n state alphas_0 numbers_0 alnums_0 alphas_1 numbers_1 alnums_1\n 0: false b 4 b2 f 1 f6\n 1: false e 1 e5 f 1 f6\n 2: true a 5 a1 g 2 g7\n 3: true c 2 c3 g 2 g7\n 4: true d 3 d4 g 2 g7\n 5: false b 4 b2 h 3 h8\n 6: false e 1 e5 h 3 h8\n 7: false b 4 b2 i 4 i9\n 8: false e 1 e5 i 4 i9\n 9: true a 5 a1 j 5 j10\n ... ... ... ... ... ... ...\n ","type":"blockquote","key":"9pvra"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[{"length":44,"offset":0,"style":"BOLD"}],"text":"Как применять функции к фрейму данных в Gota","type":"unstyled","key":"5eauh"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Чтобы применить функции к столбцам и строкам фрейма данных, мы используем Capply и Rapply соответственно. Они принимают функцию, которая будет применена к столбцу или строке.","type":"unstyled","key":"dtfkf"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"dataFrame.Capply(function)\ndataFrame.Rapply(function)","type":"blockquote","key":"55gpq"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как использовать Describe для фрейма данных в Gota Использование Describe() для объекта фрейма данных возвращает описательную статистику по значениям фрейма данных.","type":"unstyled","key":"72me2"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"description := dataFrame.Describe()","type":"blockquote","key":"cv8sn"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод:","type":"unstyled","key":"2d795"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"column alphas numbers alnums state\n 0: mean - 3.000000 - 0.600000\n 1: median - 3.000000 - NaN\n 2: stddev - 1.581139 - 0.547723\n 3: min a 1.000000 a1 0.000000\n 4: 25% - 2.000000 - 0.000000\n 5: 50% - 3.000000 - 1.000000\n 6: 75% - 4.000000 - 1.000000\n 7: max e 5.000000 e5 1.000000\n ","type":"blockquote","key":"9ft42"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Как экспортировать фреймы данных (запись файлов в Go)","type":"unstyled","key":"4dth5"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Мы экспортируем обработанные данные, используя метод WriteCSV объекта dataframe. DataFrame.WriteCSV принимает имя файла, который он создает или который редактирует.","type":"unstyled","key":"8ssni"},{"data":{"embedData":{"type":"github-gist","nickname":"justxor","id":"76b62c143ec9c63fed4c1639307643ac"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"9384j"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Для экспорта JSON мы используем dataFrame.WriteJSON таким же образом.","type":"unstyled","key":"fful4"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"Вывод","type":"unstyled","key":"7fgum"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"В этом руководстве вы узнали, как выполнять анализ данных на Go. Вы также узнали о различных функциях пакета Gota.","type":"unstyled","key":"9ge23"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"По-прежнему рекомендуется в первую очередь использовать Python и R для анализа данных, поскольку они считаются отраслевым стандартом. Но Gota полезен для приложений, требующих скорости.","type":"unstyled","key":"74au9"},{"data":{},"depth":0,"entityRanges":[{"key":0,"length":13,"offset":15}],"inlineStyleRanges":[],"text":"Ознакомьтесь с документацией Gota, чтобы узнать больше или внести свой вклад в проект.","type":"unstyled","key":"3f8vn"},{"data":{"embedData":{"type":"external","host":"t.me","image":{"src":"https://avatars.mds.yandex.net/get-zen_brief_embed/5282550/pub_626fdbb56bdb2f3025b99066_62702a3b157cb7038c5ea2aa/smart_crop_156x156","width":156,"height":156,"main_color":"#F8F8F8","mainColor":"#F8F8F8"},"src":"https://t.me/Golang_google","title":"Golang"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"2b8td"},{"data":{"embedData":{"type":"external","host":"t.me","image":{"src":"https://avatars.mds.yandex.net/get-zen_brief_embed/5279460/pub_626fdbb56bdb2f3025b99066_62702a465fb5447a78abb456/smart_crop_156x156","width":156,"height":156,"main_color":"#90E0A8","mainColor":"#90E0A8"},"src":"https://t.me/golangtests","title":"Go tests"}},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"atomic:embed","key":"42vf3"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"unstyled","key":"cqj9a"},{"data":{},"depth":0,"entityRanges":[],"inlineStyleRanges":[],"text":"","type":"marker","key":"NmcpuamHy4DebYQ7zDAA"}],"entityMap":{"0":{"data":{"url":"https://pkg.go.dev/github.com/go-gota/gota/dataframe"},"mutability":"MUTABLE","type":"LINK"}}},"mentions":[]}