Π€ΠΈΠ»ΡŒΡ‚Ρ€ ΠΏΠ°Π½Π΄Π°: Π€ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ Π“ΡƒΠ³Π»Π°: Панда, Пингвин, ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ ΠΈ Π΄Ρ€ΡƒΠ³ΠΈΠ΅

Π‘ΠΎΠ΄Π΅Ρ€ΠΆΠ°Π½ΠΈΠ΅

Π€ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ Π“ΡƒΠ³Π»Π°: Панда, Пингвин, ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ ΠΈ Π΄Ρ€ΡƒΠ³ΠΈΠ΅

ΠšΠ°ΠΆΠ΄Ρ‹ΠΉ сайт β€” это ΠΊΠ°ΠΊ Π°Π²Ρ‚ΠΎΠΌΠΎΠ±ΠΈΠ»ΡŒ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ нуТдаСтся Π² ΡƒΡ…ΠΎΠ΄Π΅ ΠΈ тСхничСском осмотрС. Если Π΄ΠΎΠ»Π³ΠΎΠ΅ врСмя Π½Π΅ ΡΠΌΠΎΡ‚Ρ€Π΅Ρ‚ΡŒ Π·Π° состояниСм автомобиля, Ρ‚ΠΎ ΠΎΠ½ Π±ΡƒΠ΄Π΅Ρ‚ Π»ΠΎΠΌΠ°Ρ‚ΡŒΡΡ, Π° ΠΏΠΎΠ·ΠΆΠ΅ Π²ΠΎΠΎΠ±Ρ‰Π΅ Π²Ρ‹ΠΉΠ΄Π΅Ρ‚ ΠΈΠ· строя. Π’ΠΎ ΠΆΠ΅ самоС касаСтся сайта. Π—Π° Π½ΠΈΠΌ Π½ΡƒΠΆΠ½ΠΎ ΡΠΌΠΎΡ‚Ρ€Π΅Ρ‚ΡŒ ΠΈ Π·Π°Π±ΠΎΡ‚ΠΈΡ‚ΡŒΡΡ ΠΎΠ± Π΅Π³ΠΎ Ρ€Π°Π·Π²ΠΈΡ‚ΠΈΠΈ.

Π‘Π°ΠΌΡ‹ΠΌ опасным Ρ„Π°ΠΊΡ‚ΠΎΡ€ΠΎΠΌ для сайтов являСтся бСздСйствиС ΠΈΡ… Π²Π»Π°Π΄Π΅Π»ΡŒΡ†Π΅Π², ΠΈΠ»ΠΈ Π½Π΅ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½ΠΎΠ΅ ΠΎΡ‚Π½ΠΎΡˆΠ΅Π½ΠΈΠ΅ ΠΊ Π½ΠΈΠΌ.

Как ΠΏΡ€Π°Π²ΠΈΠ»ΠΎ, Ρ‚Π°ΠΊΠΈΠ΅ сайты ΠΏΠΎΠΏΠ°Π΄Π°ΡŽΡ‚ ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ поисковых систСм.

Π“ΡƒΠ³Π» ΠΈΠ·Π½Π°Ρ‡Π°Π»ΡŒΠ½ΠΎ ΡƒΠΌΠ΅Π΅Ρ‚ ΠΎΡ‚Π»ΠΈΡ‡Π°Ρ‚ΡŒ Ρ…ΠΎΡ€ΠΎΡˆΠΈΠ΅ сайты ΠΎΡ‚ ΠΏΠ»ΠΎΡ…ΠΈΡ…. И с ΠΊΠ°ΠΆΠ΄Ρ‹ΠΌ Π³ΠΎΠ΄ΠΎΠΌ это ΡƒΠΌΠ΅Π½ΠΈΠ΅ ΡΠΎΠ²Π΅Ρ€ΡˆΠ΅Π½ΡΡ‚Π²ΡƒΠ΅Ρ‚ΡΡ. Анализ сайтов Π½Π° качСство Π² Google осущСствляСтся благодаря ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½Ρ‹ΠΌ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°ΠΌ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΎΡ†Π΅Π½ΠΈΠ²Π°ΡŽΡ‚ сайты ΠΏΠΎ своим критСриям.

ΠžΡΠ½ΠΎΠ²Π½Ρ‹ΠΌΠΈ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°ΠΌΠΈ Π“ΡƒΠ³Π»Π° Π² настоящСС врСмя ΡΡ‡ΠΈΡ‚Π°ΡŽΡ‚ΡΡ Панда, Пингвин ΠΈ ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ. Π’Π°ΠΊΠΆΠ΅ Π΅ΡΡ‚ΡŒ ΠΌΠ½ΠΎΠ³ΠΎ Π΄Ρ€ΡƒΠ³ΠΈΡ…, ΠΎ ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… ΠΌΡ‹ ΠΏΠΎΠ³ΠΎΠ²ΠΎΡ€ΠΈΠΌ Π² ΠΊΠΎΠ½Ρ†Π΅ этой ΡΡ‚Π°Ρ‚ΡŒΠΈ.

ΠŸΠ΅Ρ€Π²Ρ‹ΠΌ Ρ‚ΠΎΠ»Ρ‡ΠΊΠΎΠΌ ΠΊ Ρ€Π°Π·ΠΌΡ‹ΡˆΠ»Π΅Π½ΠΈΡΠΌ Π½Π°Π΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°ΠΌΠΈ ΡΠ²Π»ΡΡŽΡ‚ΡΡ нСпонятныС Π½Π΅Π³Π°Ρ‚ΠΈΠ²Π½Ρ‹Π΅ Π²Π΅Ρ‰ΠΈ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΌΠΎΠ³ΡƒΡ‚ ΠΏΡ€ΠΎΠΈΡΡ…ΠΎΠ΄ΠΈΡ‚ΡŒ с нашим сайтом. НапримСр, ΠΌΡ‹ Π·Π°ΠΌΠ΅Ρ‡Π°Π΅ΠΌ, Ρ‡Ρ‚ΠΎ Ρ€Π΅Π·ΠΊΠΎ ΠΏΠ°Π΄Π°Π΅Ρ‚ количСство посСтитСлСй, сайт тСряСт ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ Π² поисковой Π²Ρ‹Π΄Π°Ρ‡Π΅.

Π’ основном это Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚ дСйствия Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ².

Π”Π°Π²Π°ΠΉΡ‚Π΅ ΠΏΠΎΠ΄Ρ€ΠΎΠ±Π½ΠΎ ознакомимся с основными Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°ΠΌΠΈ Π“ΡƒΠ³Π»Π°. ΠšΡΡ‚Π°Ρ‚ΠΈ, эти Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ ΠΏΠΎ Π΄Ρ€ΡƒΠ³ΠΎΠΌΡƒ Π΅Ρ‰Π΅ Π½Π°Π·Ρ‹Π²Π°ΡŽΡ‚ΡΡ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠ°ΠΌΠΈ поисковой систСмы.

Google Панда (Panda) – ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΊΠ° Π½Π° качСство ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π°

Π’ΠΏΠ΅Ρ€Π²Ρ‹Π΅ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ ΠŸΠ°Π½Π΄Ρ‹ Π·Π°Ρ€Π°Π±ΠΎΡ‚Π°Π» 23.02.2011 Π³ΠΎΠ΄Π°. МногиС сайты Π½Π°Ρ‡Π°Π»ΠΈ Ρ‚Π΅Ρ€ΡΡ‚ΡŒ ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ. Π‘Π΅ΠΎ экспСрты ΠΏΡ€ΠΎΠ°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Π² сотни сайтов, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΏΠΎΠΏΠ°Π»ΠΈ ΠΏΠΎΠ΄ этот Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ ΠΏΡ€ΠΈΡˆΠ»ΠΈ ΠΊ Π²Ρ‹Π²ΠΎΠ΄Ρƒ, Ρ‡Ρ‚ΠΎ основныС санкции Π½Π°ΠΊΠ»Π°Π΄Ρ‹Π²Π°ΡŽΡ‚ΡΡ Π·Π° ΠΏΠ»ΠΎΡ…ΠΎΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ ΠΈ Π΄ΡƒΠ±Π»ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ тСкстов.

Под нСкачСствСнным ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ΠΎΠΌ ΠΏΠΎΠ½ΠΈΠΌΠ°ΡŽΡ‚ΡΡ тСксты, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ написаны Π½Π΅ Π³Ρ€Π°ΠΌΠΎΡ‚Π½ΠΎ ΠΈ Π±Π΅Π· смысла. Π’ основном β€” это Π΄Π»ΠΈΠ½Π½Ρ‹Π΅ «простыни», ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ тяТСло Ρ‡ΠΈΡ‚Π°ΡŽΡ‚ΡΡ. К Ρ‚ΠΎΠΌΡƒ ΠΆΠ΅ Π² Π½ΠΈΡ… часто ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΠ΅Ρ‚ΡΡ Π²Ρ‹Π΄Π΅Π»Π΅Π½ΠΈΠ΅ ΠΆΠΈΡ€Π½Ρ‹ΠΌ ΡˆΡ€ΠΈΡ„Ρ‚ΠΎΠΌ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов. Π’Π°ΠΊΠΈΠ΅ тСксты пСрСспамлСны ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹ΠΌΠΈ запросами.

Π’ Π΄Π°Π»Π΅ΠΊΠΎΠΌ ΠΏΡ€ΠΎΡˆΠ»ΠΎΠΌ Ρ‚Π°ΠΊΠΈΠ΅ тСксты Π΄Π°Π²Π°Π»ΠΈ ΠΏΠΎΠ»ΠΎΠΆΠΈΡ‚Π΅Π»ΡŒΠ½Ρ‹ΠΉ эффСкт. Достаточно Π±Ρ‹Π»ΠΎ Π½Π°ΠΏΠΈΡΠ°Ρ‚ΡŒ ΡΡ‚Π°Ρ‚ΡŒΡŽ Ρ‡Π΅ΠΌ побольшС ΠΈ Π² ΠΊΠ°ΠΆΠ΄ΠΎΠΌ Π°Π±Π·Π°Ρ†Π΅ ΠΏΠΎ Π½Π΅ΡΠΊΠΎΠ»ΡŒΠΊΡƒ Ρ€Π°Π· ΠΏΡ€ΠΎΠΏΠΈΡΠ°Ρ‚ΡŒ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Π΅ слова ΠΈ сайт Π²Ρ‹Ρ…ΠΎΠ΄ΠΈΠ» Π² ВОП. Но Π“ΡƒΠ³Π» понял, Ρ‡Ρ‚ΠΎ это манипуляция со стороны сСо спСциалиста ΠΈ Π²Π²Π΅Π» наказания Π² Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠ΅ Панда.

Π”ΡƒΠ±Π»ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π°, ΠΊΠΎΠ³Π΄Π° ΠΎΠ΄ΠΈΠ½ сайт ΠΏΠΈΡ€ΡƒΠ΅Ρ‚ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ Π² Π΄Ρ€ΡƒΠ³ΠΎΠ³ΠΎ, Ρ‚ΠΎΠΆΠ΅ ΠΊΡ€Π°ΠΉΠ½Π΅ Π½Π΅Π³Π°Ρ‚ΠΈΠ²Π½ΠΎ влияСт Π½Π° сайт. ΠšΠΎΠΏΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ тСкстов Π΅Ρ‰Π΅ Π½Π°Π·Ρ‹Π²Π°ΡŽΡ‚ копипастом. Многим сайтам ΠΏΡ€ΠΈΡˆΠ»ΠΎΡΡŒ ΠΏΠ΅Ρ€Π΅ΠΏΠΈΡΡ‹Π²Π°Ρ‚ΡŒ свои ΡΡ‚Π°Ρ‚ΡŒΠΈ, Ρ‡Ρ‚ΠΎΠ±Ρ‹ Π²Ρ‹ΠΉΡ‚ΠΈ ΠΈΠ·-ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°.

ΠžΡΠ½ΠΎΠ²Π½Ρ‹Π΅ ΠΏΡ€Π°Π²ΠΈΠ»Π° для написания ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½Ρ‹Ρ… тСкстов:

  1. ΠŸΠΈΡΠ°Ρ‚ΡŒ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹Π΅ ΡΡ‚Π°Ρ‚ΡŒΠΈ, ΠΈΠ»ΠΈ Ρ€Π΅Ρ€Π°ΠΉΡ‚ Π½Π΅ Π½ΠΈΠΆΠ΅ 80%, идСально 100% ΠΏΠΎ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠ΅ АдвСго
  2. НС Π·Π»ΠΎΡƒΠΏΠΎΡ‚Ρ€Π΅Π±Π»ΡΡ‚ΡŒ ΠΆΠΈΡ€Π½Ρ‹ΠΌ ΠΏΠΎΠ΄Ρ‡Π΅Ρ€ΠΊΠΈΠ²Π°Π½ΠΈΠ΅ΠΌ (Π»ΡƒΡ‡ΡˆΠ΅ Π½ΠΈΡ‡Π΅Π³ΠΎ Π½Π΅ ΠΏΠΎΠ΄Ρ‡Π΅Ρ€ΠΊΠΈΠ²Π°Ρ‚ΡŒ)
  3. Достаточно ΠΎΠ΄Π½ΠΎΠ³ΠΎ вхоТдСния ΠΊΠ»ΡŽΡ‡Π΅Π²ΠΎΠ³ΠΎ слова Π² тСкстС (ΠΏΡ€ΠΈ ΠΌΠ°Π»ΠΎΠΌ эффСктС Π°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΡƒΠ΅ΠΌ вхоТдСния Π² ΠΊΠΎΠ½ΠΊΡƒΡ€Π΅Π½Ρ‚ΠΎΠ² Π² ВОпС)
  4. ВСкст Π΄ΠΎΠ»ΠΆΠ΅Π½ Π±Ρ‹Ρ‚ΡŒ ΡΠΎΠ΄Π΅Ρ€ΠΆΠ°Ρ‚Π΅Π»ΡŒΠ½Ρ‹ΠΌ ΠΈ ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ Ρ€Π°ΡΠΊΡ€Ρ‹Π²Π°Ρ‚ΡŒ Π·Π°Ρ‚Ρ€ΠΎΠ½ΡƒΡ‚ΡƒΡŽ Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΡƒ
  5. Π‘Ρ‚Π°Ρ‚ΡŒΡ всСгда ΠΏΠΈΡˆΠ΅Ρ‚ΡΡ ΠΏΠΎ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½ΠΎΠΌΡƒ ΠΏΠ»Π°Π½Ρƒ ΠΈ содСрТит Ρ‡Π΅Ρ‚ΠΊΡƒΡŽ структуру
  6. Π’ ΡΡ‚Π°Ρ‚ΡŒΠ΅ ΠΏΡ€ΠΈΡΡƒΡ‚ΡΡ‚Π²ΡƒΡŽΡ‚ Π·Π°Π³ΠΎΠ»ΠΎΠ²ΠΊΠΈ, списки, Ρ‚Π°Π±Π»ΠΈΡ†Ρ‹, Π³Ρ€Π°Ρ„ΠΈΠΊΠΈ ΠΈ изобраТСния.

Π§Ρ‚ΠΎΠ±Ρ‹ ΠΈΠ·Π±Π°Π²ΠΈΡ‚ΡŒΡΡ ΠΎΡ‚ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² ΠŸΠ°Π½Π΄Ρ‹ помСняйтС ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ Π½Π° сайтС. Π£Π½ΠΈΠΊΠ°Π»ΠΈΠ·ΠΈΡ€ΡƒΠΉΡ‚Π΅ ΡΡ‚Π°Ρ‚ΡŒΠΈ. Π”Π°Π½Π½Ρ‹ΠΉ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ обновляСтся ΠΊΠ°ΠΆΠ΄Ρ‹ΠΉ мСсяц. Но ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ, послС ΡƒΠ»ΡƒΡ‡ΡˆΠ΅Π½ΠΈΡ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π°, Π±ΡƒΠ΄ΡƒΡ‚ Π²ΠΎΡΡΡ‚Π°Π½Π°Π²Π»ΠΈΠ²Π°Ρ‚ΡŒΡΡ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ Ρ‡Π΅Ρ€Π΅Π· нСсколько мСсяцСв.

Google Пингвин (Penguin) – ΠΏΡ€ΠΎΡ‚ΠΈΠ² ΠΏΠ»ΠΎΡ…ΠΈΡ… ссылок

Π˜Π½Ρ‚Π΅Ρ€Π΅ΡΠ½ΠΎΠ΅ Π½Π°Π·Π²Π°Π½ΠΈΠ΅ β€” Пингвин, ΠΏΠΎΠ»ΡƒΡ‡ΠΈΠ» Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ ΠΎΡ‚ Π“ΡƒΠ³Π»Π°, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π½Π°Ρ‡Π°Π» Π±ΠΎΡ€ΠΎΡ‚ΡŒΡΡ с нСкачСствСнной ссылочной массой. Начало запуска Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠ° 24 апрСля 2012 Π³ΠΎΠ΄.

Π”Π°Π½Π½Ρ‹ΠΉ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ Π²Π΅Π΄Π΅Ρ‚ Π±ΠΎΡ€ΡŒΠ±Ρƒ ΠΏΡ€ΠΎΡ‚ΠΈΠ² ΠΏΠΎΠΊΡƒΠΏΠ½Ρ‹Ρ… ссылок. ОсобСнно ΡΡ‚Ρ€Π°Π΄Π°ΡŽΡ‚ сайты ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π·Π°ΠΊΡƒΠΏΠ°ΡŽΡ‚ Π°Ρ€Π΅Π½Π΄Π½Ρ‹Π΅ ссылки. ПолоТСниС сайтов услоТняСтся Ссли Π² ΠΏΠΎΠΊΡƒΠΏΠ½Ρ‹Ρ… ссылках прослСТиваСтся пСрСспам Π°Π½ΠΊΠΎΡ€ΠΎΠ² ΠΈ агрСсивныС Π°Π½ΠΊΠΎΡ€Ρ‹. Π‘Π°ΠΉΡ‚ тСряСт ΠΎΡ‚ 10 Π΄ΠΎ 100 ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΉ Π² поискС ΠΏΠΎ всСм запросам.

Π§Ρ‚ΠΎΠ±Ρ‹ Π²Ρ‹ΠΉΡ‚ΠΈ ΠΈΠ· Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°, Π½Π΅ΠΎΠ±Ρ…ΠΎΠ΄ΠΈΠΌΠΎ ΠΏΡ€ΠΎΠ°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ всю ΡΡΡ‹Π»ΠΎΡ‡Π½ΡƒΡŽ массу сайта ΠΈ ΠΎΡ‚ΠΊΠ°Π·Π°Ρ‚ΡŒΡΡ ΠΎΡ‚ Π°Ρ€Π΅Π½Π΄Π½Ρ‹Ρ… ΠΈ Β«ΠΏΠ»ΠΎΡ…ΠΈΡ…Β» ссылок. Под Β«ΠΏΠ»ΠΎΡ…ΠΈΠΌΠΈΒ» ссылками ΠΌΡ‹ ΠΏΠΎΠ½ΠΈΠΌΠ°Π΅ΠΌ ссылки, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Ρ€Π°Π·ΠΌΠ΅Ρ‰Π°ΡŽΡ‚ΡΡ Π½Π° заспамлСных Π΄ΠΎΠ½ΠΎΡ€Π°Ρ…, Π½Π΅ тСматичСских сайтах, Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Ρ… ΠΎΠ±Ρ‰ΠΈΡ… ΠΊΠ°Ρ‚Π°Π»ΠΎΠ³Π°Ρ… ΠΈ Ρ‚.Π΄. Π’Π°ΠΊΠΆΠ΅ придСтся Π·Π°ΠΊΡƒΠΏΠΈΡ‚ΡŒ Ρ…ΠΎΡ€ΠΎΡˆΠΈΠ΅ трастовыС ссылки.

ΠžΡΠ½ΠΎΠ²Π½Ρ‹Π΅ ΠΏΡ€Π°Π²ΠΈΠ»Π° для наращивания ссылочной массы

  1. ΠŸΠΎΠΊΡƒΠΏΠ°Ρ‚ΡŒ прСимущСствСнно Π²Π΅Ρ‡Π½Ρ‹Π΅ ссылки
  2. Π’ Π°Π½ΠΊΠΎΡ€Π°Ρ… ΠΏΡ€ΠΎΡΡ‚Π°Π²Π»ΡΡ‚ΡŒ Π½Π° 80-90% СстСствСнныС тСксты ΠΈ Π±Ρ€Π΅Π½Π΄ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ (Ρ‚ΠΈΠΏΠ°: Ρ‚ΡƒΡ‚, ΠΏΠΎΠ΄Ρ€ΠΎΠ±Π½Π΅Π΅, url сайта)
  3. ΠŸΠΎΠΊΡƒΠΏΠ°Ρ‚ΡŒ ссылки Π½Π° сайтах схоТСй Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΠΈ
  4. ΠžΡ‚ΠΊΠ°Π·Ρ‹Π²Π°Ρ‚ΡŒΡΡ ΠΎΡ‚ заспамлСнных Π΄ΠΎΠ½ΠΎΡ€ΠΎΠ²
  5. Π”Π°Π²Π°Ρ‚ΡŒ ΠΏΡ€Π΅Π΄ΠΏΠΎΡ‡Ρ‚Π΅Π½ΠΈΠ΅ высоко трастовым ΠΏΠ»ΠΎΡ‰Π°Π΄ΠΊΠ°ΠΌ
  6. Π—Π°ΠΊΡƒΠΏΠ°Ρ‚ΡŒ ΠΏΠ»Π°Π²Π½ΠΎ ΠΈ Π±Π΅Π· Ρ€Ρ‹Π²ΠΊΠΎΠ² ΠΏΠΎ восходящСй Π»ΠΈΠ½ΠΈΠΈ

Google ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ (Calibri) – ΠΏΠΎΠ½ΠΈΠΌΠ°Π΅Ρ‚ запросы ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΉ

Π’ основном Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ влияСт Π½Π° Ρ‚Ρ€Π°Ρ„ΠΈΠΊ вашСго сайта. Он Π½Π΅ Ρ‚Π°ΠΊ ΡΡ‚Ρ€Π°ΡˆΠ΅Π½ ΠΊΠ°ΠΊ Π΄Π²Π° ΠΏΡ€Π΅Π΄Ρ‹Π΄ΡƒΡ‰ΠΈΡ…. Но Ссли Π½Π° Π½Π΅Π³ΠΎ Π½Π΅ ΠΎΠ±Ρ€Π°Ρ‰Π°Ρ‚ΡŒ Π²Π½ΠΈΠΌΠ°Π½ΠΈΠ΅, Ρ‚ΠΎ сайт сильно Π±ΡƒΠ΄Π΅Ρ‚ ΠΏΡ€ΠΎΠΈΠ³Ρ€Ρ‹Π²Π°Ρ‚ΡŒ Π² повСдСнчСских Ρ„Π°ΠΊΡ‚ΠΎΡ€Π°Ρ… ΠΈ Ρ‚Π°ΠΊΠΈΠΌ ΠΎΠ±Ρ€Π°Π·ΠΎΠΌ Ρ‚Π΅Ρ€ΡΡ‚ΡŒ ΠΏΠΎΡ‚Π΅Π½Ρ†ΠΈΠ°Π»ΡŒΠ½Ρ‹Ρ… посСтитСлСй. Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π½Π°Ρ‡Π°Π» Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ 26.09.2013 Π³ΠΎΠ΄Π°.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ Π΅Ρ‰Π΅ Π½Π°Π·Ρ‹Π²Π°ΡŽΡ‚ Β«ΠΏΠΎΠ½ΠΈΠΌΠ°ΡŽΡ‰ΠΈΠΌΒ» Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠΌ. Π”Π΅Π»ΠΎ Π² Ρ‚ΠΎΠΌ, Ρ‡Ρ‚ΠΎ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ ΠΎΡ‡Π΅Π½ΡŒ Ρ‡Π΅Ρ‚ΠΊΠΎ ΠΏΠΎΠ½ΠΈΠΌΠ°Π΅Ρ‚ Π»ΠΎΠ³ΠΈΠΊΡƒ запросов ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Ρ. Если ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒ Π²Π²ΠΎΠ΄ΠΈΡ‚ слова: Β«Ρ…ΠΎΡ‡Ρƒ ΠΎΠ±Π΅Π΄ Π² офис Π² ΠΊΠΈΠ΅Π²Π΅Β», Ρ‚ΠΎ поисковик выдаст ΠΊΠ°Ρ„Π΅ ΠΈ рСстораны, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΏΡ€Π΅Π΄ΠΎΡΡ‚Π°Π²Π»ΡΡŽΡ‚ услугу доставки. Π­Ρ‚ΠΎΡ‚ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌ спСциалисты Google ΠΏΡ€ΠΈΠ΄ΡƒΠΌΠ°Π»ΠΈ, Ρ‡Ρ‚ΠΎΠ±Ρ‹ максимально эффСктивно ΡƒΠ΄ΠΎΠ²Π»Π΅Ρ‚Π²ΠΎΡ€ΡΡ‚ΡŒ потрСбностям ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΉ. Алгоритм дСйствуСт ΠΏΠΎ ΠΏΡ€ΠΈΠ½Ρ†ΠΈΠΏΡƒ Π΄ΠΈΡ„Ρ„Π΅Ρ€Π΅Π½Ρ†ΠΈΠ°Ρ†ΠΈΠΈ, анализируя ΠΈ понимая Ρ€Π°Π·Π΄Ρ€ΠΎΠ±Π»Π΅Π½Π½Ρ‹Π΅ запросы, ΠΌΠ΅Π½Π΅Π΅ частотныС ΠΈ ΠΊΠΎΠ½ΠΊΡ€Π΅Ρ‚Π½Ρ‹Π΅.

По ΠΎΡ‚Π½ΠΎΡˆΠ΅Π½ΠΈΡŽ ΠΊ Π΄Π°Π½Π½ΠΎΠΌΡƒ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡƒ, Π½Π°Π²Π΅Ρ€Π½ΠΎΠ΅ слСдуСт Π³ΠΎΠ²ΠΎΡ€ΠΈΡ‚ΡŒ Π½Π΅ ΠΎ Ρ‚ΠΎΠΌ, ΠΊΠ°ΠΊ Π½Π΅ ΠΏΠΎΠΏΠ°ΡΡ‚ΡŒ ΠΏΠΎΠ΄ Π½Π΅Π³ΠΎ, Π° ΠΊΠ°ΠΊ Π΅ΠΌΡƒ ΠΏΠΎΠ½Ρ€Π°Π²ΠΈΡ‚ΡŒΡΡ.

Π§Ρ‚ΠΎ Π½Ρ€Π°Π²ΠΈΡ‚ΡŒΡΡ ΠšΠΎΠ»ΠΈΠ±Ρ€ΠΈ:

  1. Π₯ΠΎΡ€ΠΎΡˆΠΎ раскрытая Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΠ° тСкста
  2. ΠšΠΎΠ½ΠΊΡ€Π΅Ρ‚ΠΈΠΊΠ° Π² прСдлоТСниях
  3. ГСографичСскиС ΡƒΠΊΠ°Π·Π°Ρ‚Π΅Π»ΠΈ мСстополоТСния, ΠΊΠΎΠ½Ρ‚Π°ΠΊΡ‚Π½Ρ‹Π΅ Π΄Π°Π½Π½Ρ‹Π΅
  4. ΠŸΡ€ΡΠΌΡ‹Π΅ ΠΎΡ‚Π²Π΅Ρ‚Ρ‹ Π½Π° вопросы ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΉ

Π”Ρ€ΡƒΠ³ΠΈΠ΅ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ Google

Google Sandbox (ΠŸΠ΅ΡΠΎΡ‡Π½ΠΈΡ†Π°)

НакладываСтся Π½Π° Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Π΅ Π½ΠΎΠ²Ρ‹Π΅ сайты, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Ρ…ΠΎΡ€ΠΎΡˆΠΈΠ΅ ΠΏΠΎ качСтсву, Π½ΠΎ ΡΡ‚Ρ€Π΅ΠΌΠΈΡ‚Π΅Π»ΡŒΠ½ΠΎ ΡΡ‚Ρ€Π΅ΠΌΡΡ‚ΡŒΡΡ Π² ВОП. Π“ΡƒΠ³Π» Π·Π°ΠΌΠ΅Ρ‡Π°Π΅Ρ‚, Ρ‡Ρ‚ΠΎ сайт качСствСнный, Π½ΠΎ Π² Ρ‚ΠΎΠΆΠ΅ врСмя ΠΎΠ½ искусствСнно ΠΆΠ΅Π»Π°Π΅Ρ‚ быстро ΠΏΠΎΠΏΠ°ΡΡ‚ΡŒ Π½Π° ΠΏΠ΅Ρ€Π²Ρ‹Π΅ мСста. Π“ΡƒΠ³Π» ΠΏΡ€ΠΈΡ‚ΠΎΡ€ΠΌΠ°ΠΆΠΈΠ²Π°Π΅Ρ‚ Ρ‚Π°ΠΊΠΈΠ΅ сайты. ЕдинствСнный Π²Ρ‹Ρ…ΠΎΠ΄ для ΠΌΠΎΠ»ΠΎΠ΄ΠΎΠ³ΠΎ сайта β€” ΠΏΠΎΠ΄ΠΎΠΆΠ΄Π°Ρ‚ΡŒ ΠΏΠΎΠ»Π³ΠΎΠ΄Π°. ПослС этого срока Π΅Π³ΠΎ Ρ€Π°Π·Π²ΠΈΡ‚ΠΈΠ΅ ΠΏΠΎΠΉΠ΄Π΅Ρ‚ быстрСС.

Google β€” 30

Π’ сСо ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽ Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΠΈ для влияния Π½Π° Ρ€Π°Π½ΠΆΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅. Одни ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ относятся ΠΊ Π±Π΅Π»Ρ‹ΠΌ β€” Π·Π°ΠΊΠΎΠ½Π½Ρ‹ΠΌ, Π΄Ρ€ΡƒΠ³ΠΈΠ΅ ΠΊ Ρ‡Π΅Ρ€Π½Ρ‹ΠΌ β€” Π·Π°ΠΏΡ€Π΅Ρ‰Π΅Π½Π½Ρ‹ΠΌ. Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π½Π°ΠΏΡ€Π°Π²Π»Π΅Π½ ΠΏΡ€ΠΎΡ‚ΠΈΠ² Ρ‡Π΅Ρ€Π½Ρ‹Ρ… ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ². НапримСр, Π½Π΅ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ‚ΠΎΡ€Ρ‹ ΡΠΊΡ€Ρ‹Π²Π°ΡŽΡ‚ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚, ссылки, ΠΌΠ½ΠΎΠ³ΠΎ Ρ€Π°Π· ΠΏΡ€ΠΎΠΏΠΈΡΡ‹Π²Π°ΡŽΡ‚ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Π΅ запросы.

Google Duplicate Content Filter

Π‘Π°ΠΌΠΎ Π½Π°Π·Π²Π°Π½ΠΈΠ΅ Π³ΠΎΠ²ΠΎΡ€ΠΈΡ‚, Ρ‡Ρ‚ΠΎ наказываСтся Π΄ΡƒΠ±Π»ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ страниц. Π‘Ρ‹Π²Π°Π΅Ρ‚, Ρ‡Ρ‚ΠΎ Π²Π»Π°Π΄Π΅Π»ΡŒΡ†Ρ‹ сайтов Π»Π΅Π½ΡΡ‚ΡŒΡΡ ΠΏΠΈΡΠ°Ρ‚ΡŒ свои ΡΡ‚Π°Ρ‚ΡŒΠΈ ΠΈ ΠΊΠΎΠΏΠΈΡ€ΡƒΡŽΡ‚ Π² Π΄Ρ€ΡƒΠ³ΠΈΡ… сайтов. Π§Π΅Ρ€Π΅Π· Ρ‚Π°ΠΊΠΈΠ΅ дСйствия ΠΈΡ… сайт ΠΏΠ»ΠΎΡ…ΠΎ индСксируСтся, Π° страницы находятся Π² Π΄ΠΎΠΏΠΎΠ»Π½ΠΈΡ‚Π΅Π»ΡŒΠ½ΠΎΠΌ поискС (supplementary results).

Google Domain name Age Filter

Алгоритм ΠΎΡ‚Π½ΠΎΡΠΈΡ‚ΡŒΡΡ ΠΊ Π΄ΠΎΠΌΠ΅Π½Ρƒ сайта. Π§Π΅ΠΌ ΡΡ‚Π°Ρ€ΡˆΠ΅ сайт, Ρ‚Π΅ΠΌ ΠΎΠ½ Π°Π²Ρ‚ΠΎΡ€ΠΈΡ‚Π΅Ρ‚Π½Π΅Π΅. ΠŸΡ€ΠΈ Ρ€Π°Π²Π½Ρ‹Ρ… ΠΏΠ°Ρ€Π°ΠΌΠ΅Ρ‚Ρ€Π°Ρ… нСсколько сайтов прСимущСство ΠΏΠΎΠ»ΡƒΡ‡Π°Π΅Ρ‚ ΡΡ‚Π°Ρ€ΡˆΠΈΠΉ Π΄ΠΎΠΌΠ΅Π½.

Google Bombing

Π‘Ρ‚Ρ€Π°Π΄Π°ΡŽΡ‚ сайты, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π² тСкстах ΠΎΠ±Ρ€Π°Ρ‚Π½Ρ‹Ρ… ссылок ΠΏΠΈΡˆΡƒΡ‚ ΠΎΠ΄ΠΈΠ½Π°ΠΊΠΎΠ²Ρ‹Π΅ слова. НапримСр, ΠΊΠΎΠ³Π΄Π° Π½Π° сайт ΠΈΠ΄ΡƒΡ‚ 200 ссылок с ΠΎΠ΄ΠΈΠ½Π°ΠΊΠΎΠ²Ρ‹ΠΌ тСкстом. Π­Ρ‚ΠΎ своСобразный Π°Π½ΠΊΠΎΡ€Π½Ρ‹ΠΉ пСрСспам.

Google Bowling

ΠžΡ‚Π½ΠΎΡΠΈΡ‚ΡŒΡΡ ΠΊ ΠΏΡ€Π΅Π΄Ρ‹Π΄ΡƒΡ‰Π΅ΠΌΡƒ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Ρƒ. Π Π°Π·Π½ΠΈΡ†Π° Ρ‚ΠΎΠ»ΡŒΠΊΠΎ Π² Ρ‚ΠΎΠΌ. Π§Ρ‚ΠΎ ΠΎΠ΄ΠΈΠ½Π°ΠΊΠΎΠ²Ρ‹Π΅ Π°Π½ΠΊΠΎΡ€Ρ‹ Π·Π°ΠΊΡƒΠΏΠ°Π΅Ρ‚Π΅ Π½Π΅ Π²Ρ‹, Π° ваши ΠΊΠΎΠ½ΠΊΡƒΡ€Π΅Π½Ρ‚Ρ‹. Π’Π°ΠΊΠΎΠΉ Π²Π°Ρ€ΠΈΠ°Π½Ρ‚ подавлСния сайтов дСйствуСт Π² случаях, ΠΊΠΎΠ³Π΄Π° сайт ΠΌΠΎΠ»ΠΎΠ΄ΠΎΠΉ ΠΈ Ρƒ Π½Π΅Π³ΠΎ Π½ΠΈΠ·ΠΊΠΈΠΉ Ρ€Π΅ΠΉΡ‚ΠΈΠ½Π³.

Links.html page filter

НаказаниС ΠΏΡ€ΠΈΠ΄ΡƒΠΌΠ°Π½ΠΎ для url, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π½Π΅ содСрТат Π² сСбС ΠΎΠΊΠΎΠ½Ρ‡Π°Π½ΠΈΠ΅ html. Поисковик Π΄ΠΎΠ»ΠΆΠ΅Π½ ΠΏΠΎΠ½ΠΈΠΌΠ°Ρ‚ΡŒ, Ρ‡Ρ‚ΠΎ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ размСщаСтся Π½Π° html страницС.

Link Farming Filter

НаказываСт Π·Π° Ρ€Π΅Π³ΠΈΡΡ‚Ρ€Π°Ρ†ΠΈΡŽ Π² Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Ρ… сСрвисах ссылочного Π°Π²Ρ‚ΠΎΠΎΠ±ΠΌΠ΅Π½Π°. Бюда относятся ΠΊΠ°Ρ‚Π°Π»ΠΎΠ³ΠΈ, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π·Π° Ρ€Π°Π·ΠΌΠ΅Ρ‰Π΅Π½ΠΈΠ΅ просят, Ρ‡Ρ‚ΠΎΠ±Ρ‹ Π²Ρ‹ Π½Π° своСм сайтС поставили ΠΎΠ±Ρ€Π°Ρ‚Π½ΡƒΡŽ ссылку Π½Π° Π½Π΅Π³ΠΎ. ΠšΠ°Ρ‚Π΅Π³ΠΎΡ€ΠΈΡ‡Π΅ΡΠΊΠΈ ΠΎΡ‚ΠΊΠ°Π·Ρ‹Π²Π°ΠΉΡ‚Π΅ΡΡŒ ΠΎΡ‚ Ρ‚Π°ΠΊΠΈΡ… ΠΊΠ°Ρ‚Π°Π»ΠΎΠ³Π°Ρ…. Π’ настоящСС врСмя ΠΌΠΎΠΆΠ½ΠΎ Ρ€Π°Π·ΠΌΠ΅ΡΡ‚ΠΈΡ‚ΡŒ ссылку Π² Π±Π΅Π»ΠΎΠΌ ΠΊΠ°Ρ‚Π°Π»ΠΎΠ³Π΅ ΠΏΡ€ΠΈ условии, Ρ‡Ρ‚ΠΎ ΠΎΠ½ Π½Π΅ Π·Π°Ρ…Π»Π°ΠΌΠ»Π΅Π½Π½Ρ‹ΠΉ.

Reciprocal Link Filter

Π“ΡƒΠ³Π» ΠΎΡ‡Π΅Π½ΡŒ Π²Π½ΠΈΠΌΠ°Ρ‚Π΅Π»ΡŒΠ½ΠΎ смотрит, ΠΊΠ°ΠΊΠΈΠ΅ внСшниС ссылки ΠΏΠΎΡΠ²Π»ΡΡŽΡ‚ΡΡ Π½Π° сайтах. Если ΠΎΠ½ фиксируСт, Ρ‡Ρ‚ΠΎ сайт ΠΏΠΎΠΊΡƒΠΏΠ°Π΅Ρ‚ ссылки Ρ‚ΠΎ Π½Π°Π»Π°Π³Π°Π΅Ρ‚ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€. ΠŸΠΎΠΊΡƒΠΏΠ°Ρ‚ΡŒ ссылки Ρ€Π΅Π°Π»ΡŒΠ½ΠΎ ΠΈ бСзопасно Π΄Π°ΠΆΠ΅ сСйчас. Волько Π΄Π΅Π»Π°Ρ‚ΡŒ Π½Π°Π΄ΠΎ ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½ΠΎ.

Too many links at once Filter (Блишком ΠΌΠ½ΠΎΠ³ΠΎ ссылок сразу)

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π½Π°ΠΊΠ°Π·Ρ‹Π²Π°Π΅Ρ‚ сайты, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π² ΠΊΠΎΡ€ΠΎΡ‚ΠΊΠΈΠΉ ΠΏΡ€ΠΎΠΌΠ΅ΠΆΡƒΡ‚ΠΎΠΊ Π²Ρ€Π΅ΠΌΠ΅Π½ΠΈ нарастили ΡΡΡ‹Π»ΠΎΡ‡Π½ΡƒΡŽ массу. Π­Ρ‚ΠΎ Ρ‚Π°ΠΊ Π½Π°Π·Ρ‹Π²Π°Π΅ΠΌΡ‹ΠΉ «ссылочный Π²Π·Ρ€Ρ‹Π²Β», ΠΊΠΎΠ³Π΄Π° Π·Π° дСнь покупаСтся сразу 70 ссылок. ΠœΠΎΠ»ΠΎΠ΄Ρ‹ΠΌ сайтам рСкомСндуСтся Π·Π°ΠΊΡƒΠΏΠ°Ρ‚ΡŒ ссылки ΠΏΠ»Π°Π²Π½ΠΎ ΠΈ Π½Π΅ большС 60 β€” 100 Π² мСсяц.

CO-citation Linking Filter (Π’Π·Π°ΠΈΠΌΠ½ΠΎΠ΅ Ρ†ΠΈΡ‚ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅)

Π“ΡƒΠ³Π» ΠΎΡ‡Π΅Π½ΡŒ Ρ‡Π΅Ρ‚ΠΊΠΎ распознаСт ΠΈ Π°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΡƒΠ΅Ρ‚ ссылочныС взаимосвязи сайтов. ИмСнно поэтому качСствСнный ссылочный ΠΏΡ€ΠΎΡ„ΠΈΠ»ΡŒ являСтся Π·Π°Π»ΠΎΠ³ΠΎΠΌ ΡƒΡΠΏΠ΅ΡˆΠ½ΠΎΠΉ раскрутки. Π‘ΡƒΡ‚ΡŒ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π° Π² Ρ‚ΠΎΠΌ, Ρ‡Ρ‚ΠΎ Ссли ваш сайт А ( скаТСм ΠΌΡƒΠ·Ρ‹ΠΊΠ°Π»ΡŒΠ½ΠΎΠΉ Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΠΈ) ссылаСтся Π½Π° сайт Π‘, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π² свою ΠΎΡ‡Π΅Ρ€Π΅Π΄ΡŒ ссылаСтся Π½Π° Π·Π°ΠΏΡ€Π΅Ρ‰Π΅Π½Π½Ρ‹Π΅ сайты ΠΈ ваш сайт А, Ρ‚ΠΎ поисковик ΠΏΠΎΠ΄ΡƒΠΌΠ°Π΅Ρ‚, Ρ‡Ρ‚ΠΎ ваш сайт ΠΌΡƒΠ·Ρ‹ΠΊΠ°Π»ΡŒΠ½ΠΎΠΉ Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΠΈ ΠΊΠ°ΠΊΠΈΠΌ Ρ‚ΠΎ ΠΎΠ±Ρ€Π°Π·ΠΎΠΌ связан с Π·Π°ΠΏΡ€Π΅Ρ‰Π΅Π½Π½Ρ‹ΠΌΠΈ сайтами ΠΈ ΠΏΠΎΠ½ΠΈΠ·ΠΈΡ‚ Π² Π²Ρ‹Π΄Π°Ρ‡Π΅. ΠŸΠΎΡΡ‚ΠΎΠΌΡƒ Π°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΡƒΠΉΡ‚Π΅ Π½Π΅ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΏΠΎΠΊΠ°Π·Π°Ρ‚Π΅Π»ΠΈ Π΄ΠΎΠ½ΠΎΡ€Π°, Π΅Π³ΠΎ исходящиС ΠΈ входящиС ссылки.

Broken Link Filter (ΠŸΡ€ΠΈΡΡƒΡ‚ΡΡ‚Π²ΡƒΡŽΡ‚ Π±ΠΈΡ‚Ρ‹Π΅ ссылки Π½Π° сайтС)

ΠŸΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ свой сайт Π½Π° Π±ΠΈΡ‚Ρ‹Π΅ ссылки ΠΌΠΎΠΆΠ½ΠΎ ΠΏΡ€ΠΎΠ³Ρ€Π°ΠΌΠΌΠΎΠΉ Xenu. Битая ссылка β€” это ссылка поставлСнная Π½Π° Π΄Ρ€ΡƒΠ³ΡƒΡŽ страницу, которая Π½Π΅ сущСствуСт. Π”Π°Π½Π½Ρ‹ΠΉ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ влияСт Π½Π° ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ.

Page Load Time Filter (Π‘Π°ΠΉΡ‚ слишком Π΄ΠΎΠ»Π³ΠΎ грузится)

Π—Π°Π³Ρ€ΡƒΠ·ΠΊΠ° страницы Π² Ρ…ΠΎΡ€ΠΎΡˆΠΎ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Π½Π½Ρ‹Ρ… сайтов Π·Π°Π½ΠΈΠΌΠ°Π΅Ρ‚ 2-3 сСкунды. Если ваш сайт Π½Π΅ вкладываСтся Π² эти Ρ€Π°ΠΌΠΊΠΈ ΠΈ страницы грузятся дольшС, Ρ‚ΠΎ потСря ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΉ Π² Π²Ρ‹Π΄Π°Ρ‡Π΅ Π³Π°Ρ€Π°Π½Ρ‚ΠΈΡ€ΠΎΠ²Π°Π½Π°.

Over Optimization Filter (ΠŸΠ΅Ρ€Π΅ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΡ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π°)

Π’ ΠΏΠ΅Ρ€Π²ΡƒΡŽ ΠΎΡ‡Π΅Ρ€Π΅Π΄ΡŒ ΠΏΠΈΡˆΠΈΡ‚Π΅ тСксты для людСй. Если ваши тСксту Π±ΡƒΠ΄ΡƒΡ‚ ΠΏΠ΅Ρ€Π΅ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Π½Ρ‹ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹ΠΌΠΈ запросами, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΡ€ΠΈΠ²Π»Π΅Ρ‡ΡŒ Π²Π½ΠΈΠΌΠ°Π½ΠΈΠ΅ Ρ€ΠΎΠ±ΠΎΡ‚ΠΎΠ², Ρ‚ΠΎ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΏΠΎΠΏΠ°ΡΡ‚ΡŒ ΠΏΠΎΠ΄ Π‘Π°Π½. Π“Π»Π°Π²Π½Ρ‹ΠΌ ΠΊΡ€ΠΈΡ‚Π΅Ρ€ΠΈΠ΅ΠΌ ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½ΠΎΠΉ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΠΈ тСкстов являСтся ΠΈΡ… ΠΏΠΎΠ»Π΅Π·Π½ΠΎΡΡ‚ΡŒ для ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Ρ.

Π”Ρ€ΡƒΠ·ΡŒΡ, поисковыС Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΡ‹ всС врСмя Ρ€Π°Π·Π²ΠΈΠ²Π°ΡŽΡ‚ΡΡ. ΠΠ°ΠΈΠ»ΡƒΡ‡ΡˆΠΈΠΉ способ Π½Π΅ ΠΏΠΎΠΏΠ°Π΄Π°Ρ‚ΡŒ ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Ρ‹ β€” это Π΄Π΅Π»Π°Ρ‚ΡŒ максимально качСствСнный ΠΈ ΠΏΠΎΠ»Π΅Π·Π½Ρ‹ΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚.

Google Fred

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π€Ρ€Π΅Π΄ слСдит Π·Π° качСством ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π° Π½Π° страницС. CΠ΅ΠΎ спСциалисты Π½Π°Ρ‡Π°Π»ΠΈ Π² послСднСС врСмя ΠΏΡ€ΠΎΠ΄Π²ΠΈΠ³Π°Ρ‚ΡŒ сайты Ρ‡Π΅Ρ€Π΅Π· Ρ€Π΅Π°Π»ΠΈΠ·Π°Ρ†ΠΈΡŽ Π±ΠΎΠ»ΡŒΡˆΠΈΡ… сСмантичСских ядСр, ΠΊΠΎΠ³Π΄Π° Π½Π° ΠΏΠΎΡ…ΠΎΠΆΠΈΠ΅ поисковыС запросы ΠΏΠΈΡˆΡƒΡ‚ΡΡ нСсколько страниц. Как ΠΏΡ€Π°Π²ΠΈΠ»ΠΎ Ρ‚Π°ΠΊΠΈΠ΅ страницы содСрТат ΠΏΠ»ΠΎΡ…ΠΎΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚, ΠΏΠΎΡ‚ΠΎΠΌΡƒ Ρ‡Ρ‚ΠΎ говорят ΠΎΠ± ΠΎΠ΄Π½ΠΎΠΉ Ρ‚Π΅ΠΌΠ΅, Π½ΠΎ Π΄Ρ€ΡƒΠ³ΠΈΠΌΠΈ словами.

Π—Π°Π΄Π°Ρ‡Π° Π€Ρ€Π΅Π΄Π° Π·Π°ΡΡ‚Π°Π²ΠΈΡ‚ΡŒ Π²Π»Π°Π΄Π΅Π»ΡŒΡ†Π΅Π² сайта Π΄Π°Π²Π°Ρ‚ΡŒ людям ΠΏΠΎΠ»Π΅Π·Π½ΡƒΡŽ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ. Π›ΡƒΡ‡ΡˆΠ΅ Π½Π°ΠΏΠΈΡΠ°Ρ‚ΡŒ ΠΎΠ΄Π½Ρƒ ΠΊΠ°Ρ‡Π΅ΡΡ‚Π²Π΅Π½Π½ΡƒΡŽ ΡΡ‚Π°Ρ‚ΡŒΡŽ, которая Π±ΡƒΠ΄Π΅Ρ‚ ΠΎΡ‚Π²Π΅Ρ‡Π°Ρ‚ΡŒ Π½Π° вопросы ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Ρ, Ρ‡Π΅ΠΌ Π΄Π΅ΡΡΡ‚ΡŒ страниц Π½ΠΈ ΠΎ Ρ‡Π΅ΠΌ.

БобствСнно, Ρ‡Ρ‚ΠΎΠ±Ρ‹ Π½Π΅ ΠΏΠΎΠΏΠ°ΡΡ‚ΡŒ ΠΏΠΎΠ΄ Π΄Π°Π½Π½Ρ‹ΠΉ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ слСдуСт Ρ€Π°Π·ΠΌΠ΅Ρ‰Π°Ρ‚ΡŒ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΏΠΎΠ»Π΅Π·Π½ΡƒΡŽ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ, тСкст ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ ΠΏΠΎΠΌΠΎΠΆΠ΅Ρ‚ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»ΡŽ Ρ€Π΅ΡˆΠΈΡ‚ΡŒ Π΅Π³ΠΎ ΠΏΡ€ΠΎΠ±Π»Π΅ΠΌΡƒ. Π’Π°ΠΊΠΆΠ΅ добавляСм Ρ€Π°Π·Π»ΠΈΡ‡Π½ΡƒΡŽ ΠΈΠ½Ρ„ΠΎΠ³Ρ€Π°Ρ„ΠΈΠΊΡƒ, Π²ΠΈΠ΄Π΅ΠΎ Ρ€ΠΎΠ»ΠΈΠΊΠΈ, Ρ‚Π°Π±Π»ΠΈΡ†Ρ‹ ΠΈ статистику.

ΠŸΠΎΡΠΌΠΎΡ‚Ρ€ΠΈΡ‚Π΅ интСрСсноС Π²ΠΈΠ΄Π΅ΠΎ

Π”Π°Ρ‚Π° обновлСния: 20.

05.2022

Автор ΡΡ‚Π°Ρ‚ΡŒΠΈ: admin

Β« Как ΡƒΡΠΏΠ΅ΡˆΠ½ΠΎ ΠΏΡ€ΠΎΠΉΡ‚ΠΈ собСсСдованиС Π½Π° вакансию SEO спСциалиста Π² КиСвС

ΠžΡΠ½ΠΎΠ²Ρ‹ php. Π£Ρ€ΠΎΠΊ β„–1 Β»

ΠžΡΠΎΠ±Π΅Π½Π½ΠΎΡΡ‚ΠΈ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ² β€” 30, Over Optimization, Duplicate Content, Panda, Penguin

Для ΡƒΠ»ΡƒΡ‡ΡˆΠ΅Π½ΠΈΡ качСства поисковой Π²Ρ‹Π΄Π°Ρ‡ΠΈ Google создал нСсколько дСсятков Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² для ΠΏΠ΅ΡΡΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΠΈ ΠΈΠ»ΠΈ ΠΏΠΎΠ»Π½ΠΎΠ³ΠΎ удалСния ΠΈΠ· Π²Ρ‹Π΄Π°Ρ‡ΠΈ нСкачСствСнных ΠΈΠ»ΠΈ Π½Π΅Ρ€Π΅Π»Π΅Π²Π°Π½Ρ‚Π½Ρ‹Ρ… рСсурсов. Под дСйствиС ΠΎΠ΄Π½ΠΎΠ³ΠΎ ΠΈΠ»ΠΈ ΡΡ€Π°Π·Ρƒ Π½Π΅ΡΠΊΠΎΠ»ΡŒΠΊΠΈΡ… Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ² ΠΌΠΎΠΆΠ΅Ρ‚ ΠΏΠΎΠΏΠ°ΡΡ‚ΡŒ практичСски любой сайт ΠΈΠ»ΠΈ ΡΡ‚Ρ€Π°Π½ΠΈΡ†Π°, Π² Ρ€Π°Π±ΠΎΡ‚Π΅ с ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΌΠΈ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡŽΡ‚ΡΡ Π½Π΅Π·Π°ΠΊΠΎΠ½Π½Ρ‹Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ продвиТСния ΠΈΠ»ΠΈ Π½Π΅ удСляСтся Π΄ΠΎΠ»ΠΆΠ½ΠΎΠ³ΠΎ внимания качСству рСсурса.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ -30

Π€ΠΈΠ»ΡŒΡ‚Ρ€ примСняСтся Π² ΠΎΡ‚Π½ΠΎΡˆΠ΅Π½ΠΈΠΈ ΠΎΡ‚ΠΊΡ€ΠΎΠ²Π΅Π½Π½ΠΎ спамных рСсурсов, Π° Ρ‚Π°ΠΊΠΆΠ΅ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡŽΡ‰ΠΈΡ… скрытыС JavaScript-Ρ€Π΅Π΄ΠΈΡ€Π΅ΠΊΡ‚Ρ‹, Π΄ΠΎΡ€Π²Π΅ΠΈ ΠΈ ΠΊΠ»ΠΎΠ°ΠΊΠΈΠ½Π³. Π’ Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚Π΅ налоТСния санкций ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ сайта сниТаСтся Π½Π° 30 ΠΏΡƒΠ½ΠΊΡ‚ΠΎΠ² Π² ΠΏΠΎΠΈΡΠΊΠΎΠ²ΠΎΠΉ Π²Ρ‹Π΄Π°Ρ‡Π΅. Π’Π°ΠΆΠ½ΠΎ, Ρ‡Ρ‚ΠΎ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ Π½Π΅ ΡƒΠ±ΠΈΡ€Π°Π΅Ρ‚ сайт ΠΈΠ· ΠΏΠΎΠΈΡΠΊΠ°, Π° ΡΠΊΠΎΡ€Π΅Π΅ Π½Π°ΠΌΠ΅ΠΊΠ°Π΅Ρ‚ Π²Π»Π°Π΄Π΅Π»ΡŒΡ†Ρƒ рСсурса ΠΎ Π½Π΅Π΄ΠΎΠΏΡƒΡΡ‚имости Π½Π΅Π·Π°ΠΊΠΎΠ½Π½Ρ‹Ρ… ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² продвиТСния. Если Π½Π°Ρ€ΡƒΡˆΠ΅Π½ΠΈΡ Π½Π΅ ΡƒΡΡ‚Ρ€Π°Π½ΠΈΡ‚ΡŒ, Ρ‚ΠΎ сайт вовсС Π²Ρ‹Π»Π΅Ρ‚ΠΈΡ‚ ΠΈΠ· ΠΏΠΎΠΈΡΠΊΠ°.

Π‘Π½ΡΡ‚ΡŒ санкции ΠΌΠΎΠΆΠ½ΠΎ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ избавившись ΠΎΡ‚ Π²Ρ‹ΡˆΠ΅ΡƒΠΊΠ°Π·Π°Π½Π½Ρ‹Ρ… ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² продвиТСния ΠΈ Π½Π΅ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡ ΠΈΡ… Π² Π΄Π°Π»ΡŒΠ½Π΅ΠΉΡˆΠ΅ΠΌ. Π’Π°ΠΆΠ½ΠΎ Ρ‚Π°ΠΊΠΆΠ΅, Ρ‡Ρ‚ΠΎΠ±Ρ‹ содСрТаниС страницы ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ соотвСтствовало ΠΏΡ€ΠΎΠ΄Π²ΠΈΠ³Π°Π΅ΠΌΡ‹ΠΌ ΠΊΠ»ΡŽΡ‡Π°ΠΌ.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Over Optimization

Под Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ ΠΏΠΎΠΏΠ°Π΄Π°ΡŽΡ‚ Π²Π΅Π±-рСсурсы с ΠΏΠ΅Ρ€Π΅ΠΈΠ·Π±Ρ‹Ρ‚ΠΊΠΎΠΌ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов ΠΈ Ρ„Ρ€Π°Π· Π² Ρ‚СкстС страницы, Ρ‚Π΅Π³Π°Ρ… ΠΈ ΠΌΠ΅Ρ‚Π°Ρ‚Π΅Π³Π°Ρ…. ΠŸΠΎΠ΄ΠΎΠ±Π½Ρ‹Π΅ тСксты поисковыС Π±ΠΎΡ‚Ρ‹ Π²ΠΎΡΠΏΡ€ΠΈΠ½ΠΈΠΌΠ°ΡŽΡ‚ ΠΊΠ°ΠΊ написанныС Π½Π΅ Π΄Π»Ρ людСй, Π° Π΄Π»Ρ поисковых Ρ€ΠΎΠ±ΠΎΡ‚ΠΎΠ². БоотвСтствСнно, Π²Π΅Π±-рСсурс считаСтся бСсполСзным для ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Сля ΠΈ Π½Π° Π½Π΅Π³ΠΎ накладываСтся Ρ„ΠΈΠ»ΡŒΡ‚Ρ€. ВывСсти сайт ΠΈΠ·-ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π° ΠΌΠΎΠΆΠ½ΠΎ пСрСписав ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ ΠΈ ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½ΠΎ Π΅Π³ΠΎ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Π², ΡƒΠ΄Π°Π»ΠΈΠ² лишниС слова ΠΈ Ρ‚Π΅Π³ΠΈ. ΠžΠΏΡ‚ΠΈΠΌΠ°Π»ΡŒΠ½ΠΎΠ΅ количСство ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов Π½Π° ΡΡ‚Ρ€Π°Π½ΠΈΡ†Π΅ Π½Π΅ Π΄ΠΎΠ»ΠΆΠ½ΠΎ ΠΏΡ€Π΅Π²Ρ‹ΡˆΠ°Ρ‚ΡŒ 5-7% ΠΎΡ‚ ΠΎΠ±Ρ‰Π΅Π³ΠΎ объСма тСкста. Π’Π°ΠΆΠ½ΠΎ Ρ‚Π°ΠΊΠΆΠ΅, Ρ‡Ρ‚ΠΎΠ±Ρ‹ всС ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Π΅ слова Π±Ρ‹Π»ΠΈ написаны лСксичСски ΠΈ Π³Ρ€Π°ΠΌΠΌΠ°Ρ‚ичСски ΠΏΡ€Π°Π²ΠΈΠ»ΡŒΠ½ΠΎ ΠΈ ΠΎΡ€Π³Π°Π½ΠΈΡ‡Π½ΠΎ Ρ€Π°Π·ΠΌΠ΅Ρ‰Π°Π»ΠΈΡΡŒ Π² Ρ‚СкстС.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Duplicate Content

ΠΠ΅ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹Π΅ тСксты Π² ΠΈΠ½Ρ‚Π΅Ρ€Π½Π΅Ρ‚Π΅ – это довольно распространСнная ΠΏΡ€Π°ΠΊΡ‚ΠΈΠΊΠ°, которая ΡΠΎΠ²Π΅Ρ€ΡˆΠ΅Π½Π½ΠΎ Π½Π΅ ΡƒΡΡ‚Ρ€Π°ΠΈΠ²Π°Π΅Ρ‚ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΉ, Π°, ΡΠ»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒΠ½ΠΎ, ΠΈ ΠΏΠΎΠΈΡΠΊΠΎΠ²ΡƒΡŽ систСму. Она Π΄Π΅Π»Π°Π΅Ρ‚ сайты ΠΏΠΎΡ…ΠΎΠΆΠΈΠΌΠΈ Π΄Ρ€ΡƒΠ³ Π½Π° Π΄Ρ€ΡƒΠ³Π°, Π½Π΅ ΠΏΡ€Π΅Π΄ΡΡ‚авляя ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»ΡΠΌ всСй ΡˆΠΈΡ€ΠΎΡ‚Ρ‹ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΠΈ, поэтому подобная ΠΏΡ€Π°ΠΊΡ‚ΠΈΠΊΠ° строго наказываСтся. Π˜Π½Π΄Π΅ΠΊΡΠΈΡ€ΡƒΡ страницу с Π½Π΅ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΌ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ΠΎΠΌ Google ΠΎΡ‚ΠΌΠ΅Ρ‡Π°Π΅Ρ‚ Π΅Π³ΠΎ Π²Ρ‚ΠΎΡ€ΠΈΡ‡Π½ΠΎΡΡ‚ΡŒ ΠΈ ΡΡ€Π°Π·Ρƒ пСссимизируСт сайт Π² ΠΏΠΎΠΈΡΠΊΠΎΠ²ΠΎΠΉ Π²Ρ‹Π΄Π°Ρ‡Π΅, Π΄Π°ΠΆΠ΅ нСсмотря Π½Π° Π΅Π΅ ΠΎΡ‚Π»ΠΈΡ‡Π½ΡƒΡŽ ΠΎΠΏΡ‚ΠΈΠΌΠΈΠ·Π°Ρ†ΠΈΡŽ. Π’ самом ΠΏΠ»ΠΎΡ…ΠΎΠΌ Π²Π°Ρ€ΠΈΠ°Π½Ρ‚Π΅ страница ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ исчСзаСт ΠΈΠ· ΠΏΠΎΠΈΡΠΊΠΎΠ²ΠΎΠΉ Π²Ρ‹Π΄Π°Ρ‡ΠΈ.

Π§Ρ‚ΠΎ ΠΌΠΎΠΆΠ½ΠΎ ΡΠ΄Π΅Π»Π°Ρ‚ΡŒ, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΡΠ½ΡΡ‚ΡŒ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€?

  • Π£Π±Ρ€Π°Ρ‚ΡŒ с ΡΠ°ΠΉΡ‚Π° Π½Π΅ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚, Π·Π°ΠΌΠ΅Π½ΠΈΠ² ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΌΠΈ тСкстами.
  • Π—Π°Ρ‰ΠΈΡ‚ΠΈΡ‚ΡŒ сайт ΠΎΡ‚ Π²ΠΎΡ€ΠΎΠ²ΡΡ‚Π²Π° ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π° ΠΊΠΎΠ½ΠΊΡƒΡ€Π΅Π½Ρ‚Π°ΠΌΠΈ. Подобная ΠΏΡ€Π°ΠΊΡ‚ΠΈΠΊΠ° Ρ‚Π°ΠΊΠΆΠ΅ Π½Π΅ Ρ€Π΅Π΄ΠΊΠΎΡΡ‚ΡŒ, ΠΊΠΎΠ³Π΄Π° ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚ с ΡΠ°ΠΉΡ‚Π° ΠΌΠΎΠΆΠ΅Ρ‚ Π±Ρ‹Ρ‚ΡŒ ΡƒΠΊΡ€Π°Π΄Π΅Π½ ΠΈ Ρ€Π°Π·ΠΌΠ΅Ρ‰Π΅Π½ Π½Π° Π΄Ρ€ΡƒΠ³ΠΎΠΌ рСсурсС. Если ΠΎΠ½ ΠΏΠ΅Ρ€Π²Ρ‹ΠΌ ΠΏΡ€ΠΎΡ…ΠΎΠ΄ΠΈΡ‚ ΠΈΠ½Π΄Π΅ΠΊΡΠ°Ρ†ΠΈΡŽ для ΠΏΠΎΠΈΡΠΊΠΎΠ²ΠΎΠΉ систСмы ΠΎΠ½ Π±ΡƒΠ΄Π΅Ρ‚ пСрвоисточником. Для этого ΠΌΠΎΠΆΠ½ΠΎ Π·Π°ΠΏΡ€Π΅Ρ‚ΠΈΡ‚ΡŒ ΠΊΠΎΠΏΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ статСй с ΡΠ°ΠΉΡ‚Π° ΠΈΠ»ΠΈ ΡƒΠΊΠ°Π·Ρ‹Π²Π°Ρ‚ΡŒ Π½Π°ΠΏΠΎΠΌΠΈΠ½Π°Π½ΠΈΠ΅ ΠΎ Π½Π΅ΠΎΠ±Ρ…одимости ссылки Π½Π° ΠΈΡΡ‚ΠΎΡ‡Π½ΠΈΠΊ ΠΌΠ°Ρ‚Π΅Ρ€ΠΈΠ°Π»ΠΎΠ².

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Penguin

«Пингвин» – это ΠΎΠ΄ΠΈΠ½ ΠΈΠ· Π²Π°ΠΆΠ½Ρ‹Ρ… комплСксных Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ², Π½Π°ΠΊΠ»Π°Π΄Ρ‹Π²Π°ΡŽΡ‰ΠΈΠΉΡΡ Π½Π° Ρ€Π΅ΡΡƒΡ€ΡΡ‹, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ поисковая систСма считаСт нССстСствСнными. Π˜Π½Π°Ρ‡Π΅ говоря, созданными Π½Π΅ Π΄Π»Ρ Π½ΡƒΠΆΠ΄ Ρ€Π΅Π°Π»ΡŒΠ½Ρ‹Ρ… людСй, Π° Π΄Π»Ρ поисковых Π±ΠΎΡ‚ΠΎΠ². Благодаря слоТным Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠ°ΠΌ ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΊΠΈ Ρ€ΠΎΠ±ΠΎΡ‚Ρ‹ быстро ΠΎΠ±Π½Π°Ρ€ΡƒΠΆΠΈΠ²Π°ΡŽΡ‚ нСкачСствСнныС рСсурсы ΠΈ ΠΏΡ€ΠΈΠΌΠ΅Π½ΡΡŽΡ‚ санкции. Π§Π°Ρ‰Π΅ всСго Пингвин дСйствуСт Ρ‚ΠΎΡ‡Π΅Ρ‡Π½ΠΎ Π½Π° ΡΡ‚Ρ€Π°Π½ΠΈΡ†Ρ‹ с Π½Π΅ΠΊΠ°Ρ‡Π΅ΡΡ‚Π²Π΅Π½Π½Ρ‹ΠΌΠΈ ссылками ΠΈ Π½Π΅ Π·Π°Ρ‚Ρ€Π°Π³ΠΈΠ²Π°Π΅Ρ‚ сайт Ρ†Π΅Π»ΠΈΠΊΠΎΠΌ.

ΠŸΠΎΠΏΠ°ΡΡ‚ΡŒ ΠΏΠΎΠ΄ ΡΠ°Π½ΠΊΡ†ΠΈΠΈ ΠΌΠΎΠΆΠ½ΠΎ Π·Π° Ρ†Π΅Π»Ρ‹ΠΉ ряд Π½Π°Ρ€ΡƒΡˆΠ΅Π½ΠΈΠΉ: скрытыС ссылки, пСрСоптимизация ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов Π² Ρ‚Скстах, ΠΌΠ΅Ρ‚Π°-Ρ‚Π΅Π³Π°Ρ…, Π°Π½ΠΊΠΎΡ€Π°Ρ…, нССстСствСнный рост ссылочной массы (Π΄Π°ΠΆΠ΅ Ссли для Π²Π½Π΅ΡˆΠ½ΠΈΡ… ссылок использовались трастовыС рСсурсы), Π½ΠΈΠ·ΠΊΠΎΠ΅ качСство ссылок вслСдствиС размСщСния ΠΈΡ… Π½Π° Π½Π΅Π°Π²Ρ‚ΠΎΡ€ΠΈΡ‚Π΅Ρ‚Π½Ρ‹Ρ… сайтах-Π΄ΠΎΠ½ΠΎΡ€Π°Ρ….

Π§Ρ‚ΠΎ Π½ΡƒΠΆΠ½ΠΎ ΡΠ΄Π΅Π»Π°Ρ‚ΡŒ, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΡΠ½ΡΡ‚ΡŒ санкции?

  • ΠŸΠ΅Ρ€Π΅Ρ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚, ΡƒΠ±Ρ€Π°Π² нССстСствСнныС вхоТдСния ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов.
  • Π Π°Π·Π²ΠΈΠ²Π°Ρ‚ΡŒ ссылочный ΠΏΡ€ΠΎΡ„ΠΈΠ»ΡŒ сайта Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΏΡ€ΠΈ ΠΏΠΎΠΌΠΎΡ‰ΠΈ трастовых, схоТих ΠΏΠΎ Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΠΊΠ΅ рСсурсов.
  • Π£Π΄Π°Π»ΠΈΡ‚ΡŒ Π΄ΡƒΠ±Π»ΠΈ, Π±ΠΈΡ‚Ρ‹Π΅ ссылки.
  • Π‘Π΄Π΅Π»Π°Ρ‚ΡŒ Π³Ρ€Π°ΠΌΠΎΡ‚Π½ΡƒΡŽ ΠΏΠ΅Ρ€Π΅Π»ΠΈΠ½ΠΊΠΎΠ²ΠΊΡƒ.

Π Π°Π·Π»ΠΈΡ‡Π½Ρ‹Π΅ манипуляции со ссылочным ΠΏΡ€ΠΎΡ„ΠΈΠ»Π΅ΠΌ строго Π½Π°ΠΊΠ°Π·Ρ‹Π²Π°ΡŽΡ‚ΡΡ поисковой систСмой. ΠŸΠΎΠΏΠ°ΡΡ‚ΡŒ ΠΏΠΎΠ΄ ΡΠ°Π½ΠΊΡ†ΠΈΠΈ ΠΎΡ‡Π΅Π½ΡŒ Π»Π΅Π³ΠΊΠΎ, Π° Π²ΠΎΡ‚ вывСсти сайт Π½Π° ΠΏΡ€Π΅ΠΆΠ½ΠΈΠ΅ ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ слоТно ΠΈ Ρ‚Ρ€Π΅Π±ΡƒΠ΅Ρ‚ ΠΌΠ½ΠΎΠ³ΠΎ Π²Ρ€Π΅ΠΌΠ΅Π½ΠΈ.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Panda

Π‘ΠΎΠ»ΡŒΡˆΠΎΠ΅ количСство сайтов ΠΊΠΎΠΏΠΈΡ€ΡƒΡŽΡ‚ ΠΌΠ°Ρ‚Π΅Ρ€ΠΈΠ°Π»Ρ‹ Π΄Ρ€ΡƒΠ³ Π΄Ρ€ΡƒΠ³Π°, услоТняя Ρ€Π°Π±ΠΎΡ‚Ρƒ поисковой систСмы. Для отслСТивания нСкачСствСнного ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚Π° создан Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ Панда. Π‘Π°Π½ΠΊΡ†ΠΈΠΈ Π½Π°ΠΊΠ»Π°Π΄Ρ‹Π²Π°ΡŽΡ‚ΡΡ Π½Π° ΡΡ‚Ρ€Π°Π½ΠΈΡ†Ρ‹-Π΄ΡƒΠ±Π»ΠΈ, с Ρ‡Ρ€Π΅Π·ΠΌΠ΅Ρ€Π½Ρ‹ΠΌ Π²Ρ…ΠΎΠΆΠ΄Π΅Π½ΠΈΠ΅ΠΌ ΠΊΠ»ΡŽΡ‡Π΅Π²Ρ‹Ρ… слов, с Π½Π΅Ρ€Π°Π±ΠΎΡ‚Π°ΡŽΡ‰ΠΈΠΌΠΈ ΠΈΠ»ΠΈ Π½Π΅ΠΊΠ°Ρ‡Π΅ΡΡ‚Π²Π΅Π½Π½Ρ‹ΠΌΠΈ ссылками, с Π±ΠΎΠ»ΡŒΡˆΠΈΠΌ количСством Ρ€Π΅ΠΊΠ»Π°ΠΌΡ‹ Π½Π° ΡΡ‚Ρ€Π°Π½ΠΈΡ†Π΅, Π½Π΅ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΌΠΈ тСкстами. Под санкции Ρ‚Π°ΠΊΠΆΠ΅ ΠΏΠΎΠΏΠ°Π΄Π°ΡŽΡ‚ страницы, Π³Π΄Π΅ Ρ€Π°Π·ΠΌΠ΅Ρ‰Π΅Π½ΠΎ слишком ΠΌΠ°Π»ΠΎ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΠΈ, Ρ‡Ρ‚ΠΎ Π½Π΅ ΠΏΠΎΠ·Π²ΠΎΠ»ΡΠ΅Ρ‚ ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ ΠΎΡ‚Π²Π΅Ρ‚ΠΈΡ‚ΡŒ Π½Π° Π·Π°ΠΏΡ€ΠΎΡ ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Ρ.

Π€ΠΈΠ»ΡŒΡ‚Ρ€ сниТаСт ΠΏΠΎΠ·ΠΈΡ†ΠΈΡŽ рСсурса ΠΈΠ»ΠΈ ΠΎΡ‚Π΄Π΅Π»ΡŒΠ½Ρ‹Ρ… страниц Π² ΠΏΠΎΠΈΡΠΊΠ΅, Π½ΠΎΠ²Ρ‹Π΅ страницы Π΄ΠΎΠ»Π³ΠΎ ΠΈΠ½Π΄Π΅ΠΊΡΠΈΡ€ΡƒΡŽΡ‚ΡΡ, Ρ‡Ρ‚ΠΎ ΠΏΡ€ΠΈΠ²ΠΎΠ΄ΠΈΡ‚ ΠΊ ΡΠ½ΠΈΠΆΠ΅Π½ΠΈΡŽ Ρ‚Ρ€Π°Ρ„ΠΈΠΊΠ°.

Π§Ρ‚ΠΎΠ±Ρ‹ ΡΠ½ΡΡ‚ΡŒ дСйствиС Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°, Π½ΡƒΠΆΠ½ΠΎ провСсти ΠΊΠ°Ρ‡Π΅ΡΡ‚Π²Π΅Π½Π½ΡƒΡŽ Ρ€Π°Π±ΠΎΡ‚Ρƒ с ΡΠ°ΠΉΡ‚ΠΎΠΌ:

  • ΠΎΠΏΡ€Π΅Π΄Π΅Π»ΠΈΡ‚ΡŒ ΠΈ ΠΏΡ€ΠΎΠ°Π½Π°Π»ΠΈΠ·ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ страницы, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΏΠΎΠΏΠ°Π»ΠΈ ΠΏΠΎΠ΄ ΡΠ°Π½ΠΊΡ†ΠΈΠΈ;
  • Ρ€Π°Π·ΠΌΠ΅ΡΡ‚ΠΈΡ‚ΡŒ Π½Π° ΡΠ°ΠΉΡ‚Π΅ ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹ΠΉ ΠΊΠΎΠ½Ρ‚Π΅Π½Ρ‚;
  • провСсти ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΊΡƒ ΠΈ ΡƒΠ΄Π°Π»ΠΈΡ‚ΡŒ Π½Π΅ΠΊΠΎΡ€Ρ€Π΅ΠΊΡ‚Π½Ρ‹Π΅ ΠΈ Π½Π΅Ρ‚СматичСскиС ссылки;
  • ΡƒΠ΄Π°Π»ΠΈΡ‚ΡŒ всС страницы-Π΄ΡƒΠ±Π»ΠΈ;
  • ΡƒΠ»ΡƒΡ‡ΡˆΠ°Ρ‚ΡŒ повСдСнчСскиС Ρ„Π°ΠΊΡ‚ΠΎΡ€Ρ‹;
  • ΡƒΠ±Ρ€Π°Ρ‚ΡŒ Π½Π΅Ρ‚Π΅ΠΌΠ°Ρ‚ΠΈΡ‡Π΅ΡΠΊΡƒΡŽ Ρ€Π΅ΠΊΠ»Π°ΠΌΡƒ ΠΈ ΡΠΎΠΎΠ±Ρ‰Π΅Π½ΠΈΡ;
  • ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ ΠΊΠΎΡ€Ρ€Π΅ΠΊΡ‚Π½ΠΎΡΡ‚ΡŒ ΠΎΡ‚ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠ΅ страниц Π½Π° Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Ρ… устройствах;
  • ΡƒΡΡ‚Ρ€Π°Π½ΠΈΡ‚ΡŒ тСхничСскиС Π½Π΅Π΄ΠΎΡ‡Π΅Ρ‚Ρ‹ Π² Ρ€Π°Π±ΠΎΡ‚Π΅ сайта.

Один ΠΈΠ· ΡΠ°ΠΌΡ‹Ρ… тяТСлых Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ², ΠΈΠ·Π±Π°Π²ΠΈΡ‚ΡŒΡΡ ΠΎΡ‚ ΠΊΠΎΡ‚ΠΎΡ€ΠΎΠ³ΠΎ слоТнСС всСго. Π§Ρ‚ΠΎΠ±Ρ‹ Π²Ρ‹ΠΉΡ‚ΠΈ ΠΈΠ·-ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π° Π½ΡƒΠΆΠ½ΠΎ Ρ‚Ρ‰Π°Ρ‚Π΅Π»ΡŒΠ½ΠΎ ΠΏΡ€ΠΎΡ€Π°Π±ΠΎΡ‚Π°Ρ‚ΡŒ содСрТаниС сайта (ΠΈΠ½ΠΎΠ³Π΄Π° ΠΏΠΎΠ»Π½ΠΎΡΡ‚ΡŒΡŽ ΡƒΠ΄Π°Π»ΠΈΡ‚ΡŒ ΠΈΠ»ΠΈ Π·Π°ΠΌΠ΅Π½ΠΈΡ‚ΡŒ ΡΡ‚Π°Ρ‚ΡŒΠΈ), Π° Π΄Π°ΠΆΠ΅ послС этого ΠΆΠ΄Π°Ρ‚ΡŒ снятия санкции придСтся Π΄ΠΎΠ»Π³ΠΎ.

Алгоритмы Google постоянно ΡΠΎΠ²Π΅Ρ€ΡˆΠ΅Π½ΡΡ‚Π²ΡƒΡŽΡ‚ΡΡ ΠΈ ΡΡ‚ановятся слоТнСС. Для попадания Π² Π’ОП поисковой Π²Ρ‹Π΄Π°Ρ‡ΠΈ Π½ΡƒΠΆΠ½ΠΎ, Ρ‡Ρ‚ΠΎΠ±Ρ‹ сайт Π±Ρ‹Π» Ρ€Π΅Π»Π΅Π²Π°Π½Ρ‚Π½Ρ‹ΠΌ запросу ΠΈ ΠΏΠΎΠ»Π΅Π·Π½Ρ‹ΠΌ для ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Сля. ВывСсти сайт ΠΈΠ·-ΠΏΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π° часто Π±Ρ‹Π²Π°Π΅Ρ‚ слоТным ΠΈ Ρ‚Ρ€ΡƒΠ΄ΠΎΠ·Π°Ρ‚Ρ€Π°Ρ‚Π½Ρ‹ΠΌ процСссом, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Ρ‚Ρ€Π΅Π±ΡƒΠ΅Ρ‚ Π·Π½Π°Π½ΠΈΠΉ ΠΏΡ€ΠΈΠ½Ρ†ΠΈΠΏΠΎΠ² Ρ€Π°Π±ΠΎΡ‚Ρ‹ Π°Π»Π³ΠΎΡ€ΠΈΡ‚ΠΌΠΎΠ² поиска ΠΈ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½ΠΈΡ истинных ΠΏΡ€ΠΈΡ‡ΠΈΠ½ сниТСния ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΉ сайта Π² Π²Ρ‹Π΄Π°Ρ‡Π΅. Π‘ΠΎΠ»Π΅Π΅ эффСктивной ΠΏΡ€Π°ΠΊΡ‚ΠΈΠΊΠΎΠΉ являСтся качСствСнная Ρ€Π°Π±ΠΎΡ‚Π° с ΡΠ°ΠΉΡ‚ΠΎΠΌ ΠΏΠΎ ΠΏΡ€ΠΎΠ΄Π²ΠΈΠΆΠ΅Π½ΠΈΡŽ Π·Π°ΠΊΠΎΠ½Π½Ρ‹ΠΌΠΈ способами. ΠžΡΡ‚Π°Π»ΠΈΡΡŒ вопросы? ΠžΠ±Ρ€Π°Ρ‰Π°ΠΉΡ‚Π΅ΡΡŒ ΠΊ ΡΠΏΠ΅Ρ†ΠΈΠ°Π»ΠΈΡΡ‚Π°ΠΌ Β«VisualTeamΒ».

ΠŸΡ€ΠΎΠ΄ΠΎΠ»ΠΆΠ°Ρ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ Π΄Π°Π½Π½Ρ‹ΠΉ сайт, Π’Ρ‹ ΡΠΎΠ³Π»Π°ΡˆΠ°Π΅Ρ‚Π΅ΡΡŒ с условиями ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒΡΠΊΠΎΠ³ΠΎ соглашСния, Π²Ρ‹Ρ€Π°ΠΆΠ°Π΅Ρ‚Π΅ своё согласиС Π½Π° использованиС cookie-Ρ„Π°ΠΉΠ»ΠΎΠ² ΠΈ Π½Π° ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΡƒ своих ΠΏΠ΅Ρ€ΡΠΎΠ½Π°Π»ΡŒΠ½Ρ‹Ρ… Π΄Π°Π½Π½Ρ‹Ρ… Π² соотвСтствии с ΠΏΠΎΠ»ΠΈΡ‚ΠΈΠΊΠΎΠΉ Π² ΠΎΡ‚Π½ΠΎΡˆΠ΅Π½ΠΈΠΈ ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠΈ ΠΏΠ΅Ρ€ΡΠΎΠ½Π°Π»ΡŒΠ½Ρ‹Ρ… Π΄Π°Π½Π½Ρ‹Ρ… Π½Π° сайтС visualteam. ru

10 способов Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Pandas DataFrame

Π’ этой ΡΡ‚Π°Ρ‚ΡŒΠ΅ ΠΌΡ‹ рассмотрим Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Π΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Ρ„Ρ€Π΅ΠΉΠΌΠ° Π΄Π°Π½Π½Ρ‹Ρ… pandas Π² Python. Π€ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΡ Π΄Π°Π½Π½Ρ‹Ρ… β€” ΠΎΠ΄Π½Π° ΠΈΠ· Π½Π°ΠΈΠ±ΠΎΠ»Π΅Π΅ частых ΠΎΠΏΠ΅Ρ€Π°Ρ†ΠΈΠΉ ΠΏΠΎ ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠ΅ Π΄Π°Π½Π½Ρ‹Ρ…. Π­Ρ‚ΠΎ ΠΏΠΎΡ…ΠΎΠΆΠ΅ Π½Π° ΠΏΡ€Π΅Π΄Π»ΠΎΠΆΠ΅Π½ΠΈΠ΅ WHERE Π² SQL, ΠΈΠ»ΠΈ Π²Ρ‹ Π΄ΠΎΠ»ΠΆΠ½Ρ‹ Π±Ρ‹Π»ΠΈ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ Π² MS Excel для Π²Ρ‹Π±ΠΎΡ€Π° ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½Ρ‹Ρ… строк Π½Π° основС Π½Π΅ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… условий. Π‘ Ρ‚ΠΎΡ‡ΠΊΠΈ зрСния скорости, Ρƒ python Π΅ΡΡ‚ΡŒ эффСктивный способ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ ΠΈ Π°Π³Ρ€Π΅Π³Π°Ρ†ΠΈΠΈ. Π£ Π½Π΅Π³ΠΎ Π΅ΡΡ‚ΡŒ ΠΎΡ‚Π»ΠΈΡ‡Π½Ρ‹ΠΉ ΠΏΠ°ΠΊΠ΅Ρ‚ ΠΏΠΎΠ΄ Π½Π°Π·Π²Π°Π½ΠΈΠ΅ΠΌ pandas для Π·Π°Π΄Π°Ρ‡ ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠΈ Π΄Π°Π½Π½Ρ‹Ρ…. Pandas Π±Ρ‹Π» построСн ΠΏΠΎΠ²Π΅Ρ€Ρ… ΠΏΠ°ΠΊΠ΅Ρ‚Π° numpy, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Π±Ρ‹Π» написан Π½Π° языкС C, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ являСтся языком Π½ΠΈΠ·ΠΊΠΎΠ³ΠΎ уровня. Π‘Π»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒΠ½ΠΎ, ΠΌΠ°Π½ΠΈΠΏΡƒΠ»ΠΈΡ€ΠΎΠ²Π°Π½ΠΈΠ΅ Π΄Π°Π½Π½Ρ‹ΠΌΠΈ с использованиСм ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas β€” это быстрый ΠΈ ΡƒΠΌΠ½Ρ‹ΠΉ способ ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠΈ Π½Π°Π±ΠΎΡ€ΠΎΠ² Π΄Π°Π½Π½Ρ‹Ρ… большого Ρ€Π°Π·ΠΌΠ΅Ρ€Π°.

ΠŸΡ€ΠΈΠΌΠ΅Ρ€Ρ‹ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Π΄Π°Π½Π½Ρ‹Ρ…

Π­Ρ‚ΠΎ ΠΎΠ΄ΠΈΠ½ ΠΈΠ· самых Π½Π°Ρ‡Π°Π»ΡŒΠ½Ρ‹Ρ… шагов ΠΏΠΎΠ΄Π³ΠΎΡ‚ΠΎΠ²ΠΊΠΈ Π΄Π°Π½Π½Ρ‹Ρ… для ΠΏΡ€ΠΎΠ³Π½ΠΎΠ·Π½ΠΎΠ³ΠΎ модСлирования ΠΈΠ»ΠΈ любого ΠΏΡ€ΠΎΠ΅ΠΊΡ‚Π° отчСтности. Π­Ρ‚ΠΎ Ρ‚Π°ΠΊΠΆΠ΅ называСтся Β«ΠŸΠΎΠ΄ΠΌΠ½ΠΎΠΆΠ΅ΡΡ‚Π²ΠΎ Π΄Π°Π½Π½Ρ‹Ρ…Β». Π‘ΠΌ. Π½Π΅ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΠΏΡ€ΠΈΠΌΠ΅Ρ€Ρ‹ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Π΄Π°Π½Π½Ρ‹Ρ… Π½ΠΈΠΆΠ΅.

  • Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ всСх Π°ΠΊΡ‚ΠΈΠ²Π½Ρ‹Ρ… ΠΊΠ»ΠΈΠ΅Π½Ρ‚ΠΎΠ², Ρ‡ΡŒΠΈ счСта Π±Ρ‹Π»ΠΈ ΠΎΡ‚ΠΊΡ€Ρ‹Ρ‚Ρ‹ послС 1 января 2019 Π³ΠΎΠ΄Π°
  • Π˜Π·Π²Π»Π΅Ρ‡Π΅Π½ΠΈΠ΅ свСдСний ΠΎΠ±ΠΎ всСх ΠΊΠ»ΠΈΠ΅Π½Ρ‚Π°Ρ…, ΡΠΎΠ²Π΅Ρ€ΡˆΠΈΠ²ΡˆΠΈΡ… Π±ΠΎΠ»Π΅Π΅ 3 Ρ‚Ρ€Π°Π½Π·Π°ΠΊΡ†ΠΈΠΉ Π·Π° послСдниС 6 мСсяцСв
  • ΠŸΠΎΠ»ΡƒΡ‡ΠΈΡ‚ΡŒ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ ΠΎ сотрудниках, ΠΏΡ€ΠΎΡ€Π°Π±ΠΎΡ‚Π°Π²ΡˆΠΈΡ… Π² ΠΎΡ€Π³Π°Π½ΠΈΠ·Π°Ρ†ΠΈΠΈ Π±ΠΎΠ»Π΅Π΅ 3 Π»Π΅Ρ‚ ΠΈ ΠΏΠΎΠ»ΡƒΡ‡ΠΈΠ²ΡˆΠΈΡ… Π½Π°ΠΈΠ²Ρ‹ΡΡˆΠΈΠΉ Ρ€Π΅ΠΉΡ‚ΠΈΠ½Π³ Π·Π° послСдниС 2 Π³ΠΎΠ΄Π°
  • Анализ Π΄Π°Π½Π½Ρ‹Ρ… ΠΎ ΠΆΠ°Π»ΠΎΠ±Π°Ρ… ΠΈ выявлСниС ΠΊΠ»ΠΈΠ΅Π½Ρ‚ΠΎΠ², ΠΏΠΎΠ΄Π°Π²ΡˆΠΈΡ… Π±ΠΎΠ»Π΅Π΅ 5 ΠΆΠ°Π»ΠΎΠ± Π·Π° послСдний Π³ΠΎΠ΄
  • Π˜Π·Π²Π»Π΅Ρ‡Π΅Π½ΠΈΠ΅ ΠΏΠΎΠ΄Ρ€ΠΎΠ±Π½ΠΎΠΉ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΠΈ ΠΎ мСгаполисах, Π³Π΄Π΅ Π΄ΠΎΡ…ΠΎΠ΄ Π½Π° Π΄ΡƒΡˆΡƒ насСлСния ΠΏΡ€Π΅Π²Ρ‹ΡˆΠ°Π΅Ρ‚ 40 тысяч Π΄ΠΎΠ»Π»Π°Ρ€ΠΎΠ²

Π˜ΠΌΠΏΠΎΡ€Ρ‚ Π΄Π°Π½Π½Ρ‹Ρ…

ΠŸΠ΅Ρ€Π΅Π΄ ΠΎΡ‚ΠΏΡ€Π°Π²ΠΊΠΎΠΉ ΡΠ»Π΅Π΄ΡƒΡŽΡ‰Π΅Π³ΠΎ ΠΊΠΎΠ΄Π° ΡƒΠ±Π΅Π΄ΠΈΡ‚Π΅ΡΡŒ, Ρ‡Ρ‚ΠΎ ΠΏΠ°ΠΊΠ΅Ρ‚ pandas ΡƒΠΆΠ΅ установлСн. Π’Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ это, запустив ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ !pip show pandas Π² консоли Ipython. Если ΠΎΠ½ Π½Π΅ установлСн, Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΡƒΡΡ‚Π°Π½ΠΎΠ²ΠΈΡ‚ΡŒ Π΅Π³ΠΎ с ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ ΠΊΠΎΠΌΠ°Π½Π΄Ρ‹ !pip install pandas .

ΠœΡ‹ собираСмся ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ Π½Π°Π±ΠΎΡ€ Π΄Π°Π½Π½Ρ‹Ρ…, содСрТащий ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ ΠΎ рСйсах, Π²Ρ‹Π»Π΅Ρ‚Π°ΡŽΡ‰ΠΈΡ… ΠΈΠ· Нью-Π™ΠΎΡ€ΠΊΠ° Π² 2013 Π³ΠΎΠ΄Ρƒ. Π­Ρ‚ΠΎΡ‚ Π½Π°Π±ΠΎΡ€ Π΄Π°Π½Π½Ρ‹Ρ… ΠΈΠΌΠ΅Π΅Ρ‚ 336776 строк ΠΈ 16 столбцов. Π‘ΠΌ. названия столбцов Π½ΠΈΠΆΠ΅. Для ΠΈΠΌΠΏΠΎΡ€Ρ‚Π° Π½Π°Π±ΠΎΡ€Π° Π΄Π°Π½Π½Ρ‹Ρ… ΠΌΡ‹ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΠ΅ΠΌ Ρ„ΡƒΠ½ΠΊΡ†ΠΈΡŽ read_csv() ΠΈΠ· ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas.

 ['Π³ΠΎΠ΄', 'мСсяц', 'дСнь', 'dep_time', 'dep_delay', 'arr_time',
       'arr_delay', 'carrier', 'tailnum', 'рСйс', 'ΠΎΡ‚ΠΏΡ€Π°Π²Π»Π΅Π½ΠΈΠ΅', 'ΠΏΡƒΠ½ΠΊΡ‚ назначСния',
       'air_time', 'расстояниС', 'час', 'ΠΌΠΈΠ½ΡƒΡ‚Π°']
 
 ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ ΠΏΠ°Π½Π΄Ρ‹ ΠΊΠ°ΠΊ pd
df = pd.read_csv("https://raw.githubusercontent.com/JackyP/testing/master/datasets/nycflights.csv", usecols=range(1,17))
 

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π΄Π°Π½Π½Ρ‹Ρ… pandas ΠΏΠΎ Π·Π½Π°Ρ‡Π΅Π½ΠΈΡŽ столбца

Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ ΠΈΠ½Ρ„ΠΎΡ€ΠΌΠ°Ρ†ΠΈΡŽ ΠΎ рСйсах JetBlue Airways с Π΄Π²ΡƒΡ…Π±ΡƒΠΊΠ²Π΅Π½Π½Ρ‹ΠΌ ΠΊΠΎΠ΄ΠΎΠΌ ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊΠ° B6 , ΠΎΡ‚ΠΏΡ€Π°Π²Π»ΡΡŽΡ‰ΠΈΠΌΡΡ ΠΈΠ· аэропорта JFK

ΠœΠ΅Ρ‚ΠΎΠ΄ 1: DataFrame Way

 newdf = df[(df.origin == "JFK") & (df.carrier == "Π’6")]
 
 newdf.head()
Π’Ρ‹ΡˆΠ»ΠΈ[23]:
    Π³ΠΎΠ΄ мСсяц дСнь dep_time ... air_time расстояниС час ΠΌΠΈΠ½ΡƒΡ‚Π°
3 2013 1 1 544,0 . .. 183,0 1576 5,0 44,0
8 2013 1 1 557,0 ... 140,0 944 5,0 57,0
10 2013 1 1 558,0 ... 149,0 1028 5,0 58,0
11 2013 1 1 558,0 ... 158,0 1005 5,0 58,0
15 2013 1 1 559,0 ... 44,0 187 5,0 59,0
[5 строк Ρ… 16 столбцов]
 
  1. ΠžΡ‚Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ²Π°Π½Π½Ρ‹Π΅ Π΄Π°Π½Π½Ρ‹Π΅ (послС подмноТСства) ΡΠΎΡ…Ρ€Π°Π½ΡΡŽΡ‚ΡΡ Π² Π½ΠΎΠ²ΠΎΠΌ Ρ„Ρ€Π΅ΠΉΠΌΠ΅ Π΄Π°Π½Π½Ρ‹Ρ… с ΠΈΠΌΠ΅Π½Π΅ΠΌ newdf .
  2. Π‘ΠΈΠΌΠ²ΠΎΠ» ΠΈ относится ΠΊ ΡΠΎΡΡ‚ΠΎΡΠ½ΠΈΡŽ И , Ρ‡Ρ‚ΠΎ ΠΎΠ·Π½Π°Ρ‡Π°Π΅Ρ‚ соотвСтствиС ΠΎΠ±ΠΎΠΈΠΌ критСриям.
  3. Π­Ρ‚Π° Ρ‡Π°ΡΡ‚ΡŒ ΠΊΠΎΠ΄Π° (df.origin == "JFK") & (df.carrier == "B6") Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ True/False. True, Ссли условиС соотвСтствуСт, ΠΈ False, Ссли условиС Π½Π΅ выполняСтся. ПозТС ΠΎΠ½ пСрСдаСтся Π²Π½ΡƒΡ‚Ρ€ΠΈ df ΠΈ Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ всС строки, ΡΠΎΠΎΡ‚Π²Π΅Ρ‚ΡΡ‚Π²ΡƒΡŽΡ‰ΠΈΠ΅ True . Он Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ 4166 строк.

ΠœΠ΅Ρ‚ΠΎΠ΄ 2: Ѐункция запроса

Π’ ΠΏΠ°ΠΊΠ΅Ρ‚Π΅ pandas Π΅ΡΡ‚ΡŒ нСсколько способов Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ. Π’Ρ‹ΡˆΠ΅ΡƒΠΏΠΎΠΌΡΠ½ΡƒΡ‚Ρ‹ΠΉ ΠΊΠΎΠ΄ Ρ‚Π°ΠΊΠΆΠ΅ ΠΌΠΎΠΆΠ΅Ρ‚ Π±Ρ‹Ρ‚ΡŒ написан ΠΊΠ°ΠΊ ΠΊΠΎΠ΄, ΠΏΠΎΠΊΠ°Π·Π°Π½Π½Ρ‹ΠΉ Π½ΠΈΠΆΠ΅. Π­Ρ‚ΠΎΡ‚ ΠΌΠ΅Ρ‚ΠΎΠ΄ элСгантСн ΠΈ Π±ΠΎΠ»Π΅Π΅ ΡƒΠ΄ΠΎΠ±Π΅Π½ для чтСния, ΠΈ Π²Π°ΠΌ Π½Π΅ Π½ΡƒΠΆΠ½ΠΎ ΠΊΠ°ΠΆΠ΄Ρ‹ΠΉ Ρ€Π°Π· ΡƒΠΏΠΎΠΌΠΈΠ½Π°Ρ‚ΡŒ имя Ρ„Ρ€Π΅ΠΉΠΌΠ° Π΄Π°Π½Π½Ρ‹Ρ… ΠΏΡ€ΠΈ ΡƒΠΊΠ°Π·Π°Π½ΠΈΠΈ столбцов (ΠΏΠ΅Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹Ρ…).

 newdf = df.query('происхоТдСниС == "JFK" & ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊ == "B6"')
 

Как ΠΏΠ΅Ρ€Π΅Π΄Π°Ρ‚ΡŒ ΠΏΠ΅Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹Π΅ Π² Ρ„ΡƒΠ½ΠΊΡ†ΠΈΡŽ запроса

ΠœΠ΅Ρ‚ΠΎΠ΄ 3: функция loc

loc являСтся Π°Π±Π±Ρ€Π΅Π²ΠΈΠ°Ρ‚ΡƒΡ€ΠΎΠΉ мСстополоТСния Ρ‚Π΅Ρ€ΠΌΠΈΠ½Π°. ВсС эти 3 ΠΌΠ΅Ρ‚ΠΎΠ΄Π° Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°ΡŽΡ‚ ΠΎΠ΄ΠΈΠ½ ΠΈ Ρ‚ΠΎΡ‚ ΠΆΠ΅ Ρ€Π΅Π·ΡƒΠ»ΡŒΡ‚Π°Ρ‚. Π­Ρ‚ΠΎ просто Ρ€Π°Π·Π½Ρ‹Π΅ способы Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ строк.

 newdf = df.loc[(df.origin == "JFK") & (df.carrier == "B6")]
 

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π΄Π°Π½Π½Ρ‹Ρ… Pandas ΠΏΠΎ полоТСнию строки ΠΈ столбца

ΠŸΡ€Π΅Π΄ΠΏΠΎΠ»ΠΎΠΆΠΈΠΌ, Π²Ρ‹ Ρ…ΠΎΡ‚ΠΈΡ‚Π΅ Π²Ρ‹Π±Ρ€Π°Ρ‚ΡŒ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½Ρ‹Π΅ строки ΠΏΠΎ ΠΈΡ… полоТСнию (скаТСм, со Π²Ρ‚ΠΎΡ€ΠΎΠΉ ΠΏΠΎ ΠΏΡΡ‚ΡƒΡŽ строку). ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ df.iloc[ ] функция для Ρ‚ΠΎΠ³ΠΎ ΠΆΠ΅.

Π˜Π½Π΄Π΅ΠΊΡΠ°Ρ†ΠΈΡ Π² ΠΏΠΈΡ‚ΠΎΠ½Π΅ начинаСтся с нуля. df.iloc[0:5,] относится ΠΊ строкС с ΠΏΠ΅Ρ€Π²ΠΎΠΉ ΠΏΠΎ ΠΏΡΡ‚ΡƒΡŽ (ΠΈΡΠΊΠ»ΡŽΡ‡Π°Ρ здСсь ΠΊΠΎΠ½Π΅Ρ‡Π½ΡƒΡŽ Ρ‚ΠΎΡ‡ΠΊΡƒ 6-ΠΉ строки). df.iloc[0:5,] эквивалСнтно df.iloc[:5,]
 df.iloc[:5,] # ΠŸΠ΅Ρ€Π²Ρ‹Π΅ 5 строк
df.iloc[1:5,] #Π‘ΠΎ Π²Ρ‚ΠΎΡ€ΠΎΠΉ ΠΏΠΎ ΠΏΡΡ‚ΡƒΡŽ строку
df. iloc[5,0] #ШСстая строка ΠΈ 1-ΠΉ столбСц
df.iloc[1:5,0] #Π‘ΠΎ Π²Ρ‚ΠΎΡ€ΠΎΠΉ ΠΏΠΎ ΠΏΡΡ‚ΡƒΡŽ строку, ΠΏΠ΅Ρ€Π²Ρ‹ΠΉ столбСц
df.iloc[1:5,:5] #Π‘ΠΎ Π²Ρ‚ΠΎΡ€ΠΎΠΉ ΠΏΠΎ ΠΏΡΡ‚ΡƒΡŽ строку, ΠΏΠ΅Ρ€Π²Ρ‹Π΅ 5 столбцов
df.iloc[2:7,1:3] #Π‘ Ρ‚Ρ€Π΅Ρ‚ΡŒΠ΅ΠΉ ΠΏΠΎ ΡΠ΅Π΄ΡŒΠΌΡƒΡŽ строку, 2-ΠΉ ΠΈ 3-ΠΉ столбцы
 

Π Π°Π·Π½ΠΈΡ†Π° ΠΌΠ΅ΠΆΠ΄Ρƒ функциями loc ΠΈ iloc

loc рассматриваСт строки Π½Π° основС ΠΌΠ΅Ρ‚ΠΎΠΊ индСкса. Π’ Ρ‚ΠΎ врСмя ΠΊΠ°ΠΊ iloc рассматриваСт строки Π½Π° основС ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ Π² индСксС, поэтому ΠΏΡ€ΠΈΠ½ΠΈΠΌΠ°Π΅Ρ‚ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ Ρ†Π΅Π»Ρ‹Π΅ числа. Π”Π°Π²Π°ΠΉΡ‚Π΅ создадим ΠΎΠ±Ρ€Π°Π·Π΅Ρ† Π΄Π°Π½Π½Ρ‹Ρ… для ΠΈΠ»Π»ΡŽΡΡ‚Ρ€Π°Ρ†ΠΈΠΈ

 ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ numpy ΠΊΠ°ΠΊ np
x = pd.DataFrame({"col1": np.arange(1,20,2)}, index=[9,8,7,6,0, 1, 2, 3, 4, 5])
 
 столбСц 1
9 1
8 3
7 5
6 7
0 9
1 11
2 13
3 15
4 17
5 19
 

iloc β€” ΠŸΠΎΠ·ΠΈΡ†ΠΈΡ индСкса

 x.iloc[0:5]
  Π’Ρ‹Ρ…ΠΎΠ΄ 
   столбСц1
9 1
8 3
7 5
6 7
0 9
 

Π’Ρ‹Π±ΠΎΡ€ строк Π½Π° основС индСкса ΠΈΠ»ΠΈ ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ строки

loc β€” ΠœΠ΅Ρ‚ΠΊΠ° индСкса

 x. loc[0:5]
  Π’Ρ‹Ρ…ΠΎΠ΄ 
   столбСц1
0 9
1 11
2 13
3 15
4 17
5 19
 

Π’Ρ‹Π±ΠΎΡ€ строк Π½Π° основС ΠΌΠ΅Ρ‚ΠΎΠΊ индСкса

Как x.loc[0:5] Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ 6 строк (Π²ΠΊΠ»ΡŽΡ‡Π°Ρ 5, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ ΡΠ²Π»ΡΡŽΡ‚ΡΡ 6-ΠΌ элСмСнтом)?

Π­Ρ‚ΠΎ связано с Ρ‚Π΅ΠΌ, Ρ‡Ρ‚ΠΎ loc Π½Π΅ ΠΏΡ€ΠΎΠΈΠ·Π²ΠΎΠ΄ΠΈΡ‚ Π²Ρ‹Π²ΠΎΠ΄ Π½Π° основС ΠΏΠΎΠ·ΠΈΡ†ΠΈΠΈ индСкса. Он рассматриваСт Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΌΠ΅Ρ‚ΠΊΠΈ индСкса, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Ρ‚Π°ΠΊΠΆΠ΅ ΠΌΠΎΠ³ΡƒΡ‚ Π±Ρ‹Ρ‚ΡŒ Π°Π»Ρ„Π°Π²ΠΈΡ‚Π½Ρ‹ΠΌΠΈ ΠΈ Π²ΠΊΠ»ΡŽΡ‡Π°ΡŽΡ‚ ΠΊΠ°ΠΊ Π½Π°Ρ‡Π°Π»ΡŒΠ½ΡƒΡŽ, Ρ‚Π°ΠΊ ΠΈ ΠΊΠΎΠ½Π΅Ρ‡Π½ΡƒΡŽ Ρ‚ΠΎΡ‡ΠΊΡƒ. Π‘ΠΌ. ΠΏΡ€ΠΈΠΌΠ΅Ρ€ Π½ΠΈΠΆΠ΅.

 x = pd.DataFrame({"col1" : Π΄ΠΈΠ°ΠΏΠ°Π·ΠΎΠ½(1,5)}, index=['a','b','c','d'])
x.loc['a':'c'] # эквивалСнтно x.iloc[0:3]
   столбСц1
1
Π‘ΠΈ 2
с 3
 

Π€ΠΈΠ»ΡŒΡ‚Ρ€ Π΄Π°Π½Π½Ρ‹Ρ… pandas ΠΏΠΎ полоТСнию строк ΠΈ ΠΈΠΌΠ΅Π½Π°ΠΌ столбцов

Π—Π΄Π΅ΡΡŒ ΠΌΡ‹ Π²Ρ‹Π±ΠΈΡ€Π°Π΅ΠΌ ΠΏΠ΅Ρ€Π²Ρ‹Π΅ ΠΏΡΡ‚ΡŒ строк Π΄Π²ΡƒΡ… столбцов с ΠΈΠΌΠ΅Π½Π°ΠΌΠΈ origin ΠΈ dest.

 df.loc[df.index[0:5],["источник","Π½Π°Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅"]]
 

df.index Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ ΠΌΠ΅Ρ‚ΠΊΠΈ индСкса. df.index[0:5] трСбуСтся вмСсто 0:5 (Π±Π΅Π· df.index), ΠΏΠΎΡ‚ΠΎΠΌΡƒ Ρ‡Ρ‚ΠΎ ΠΌΠ΅Ρ‚ΠΊΠΈ индСкса Π½Π΅ всСгда ΠΈΠ΄ΡƒΡ‚ ΠΏΠΎΡΠ»Π΅Π΄ΠΎΠ²Π°Ρ‚Π΅Π»ΡŒΠ½ΠΎ ΠΈ Π½Π°Ρ‡ΠΈΠ½Π°ΡŽΡ‚ΡΡ с 0. Он ΠΌΠΎΠΆΠ΅Ρ‚ Π½Π°Ρ‡ΠΈΠ½Π°Ρ‚ΡŒΡΡ с любого числа ΠΈΠ»ΠΈ Π΄Π°ΠΆΠ΅ ΠΌΠΎΠΆΠ΅Ρ‚ ΠΈΠΌΠ΅Ρ‚ΡŒ Π±ΡƒΠΊΠ²Ρ‹ Π°Π»Ρ„Π°Π²ΠΈΡ‚Π°. ΠžΠ±Ρ€Π°Ρ‚ΠΈΡ‚Π΅ΡΡŒ ΠΊ ΠΏΡ€ΠΈΠΌΠ΅Ρ€Ρƒ, Π³Π΄Π΅ ΠΌΡ‹ ΠΏΠΎΠΊΠ°Π·Π°Π»ΠΈ сравнСниС iloc ΠΈ loc.

Π’Ρ‹Π±ΠΎΡ€ Π½Π΅ΡΠΊΠΎΠ»ΡŒΠΊΠΈΡ… Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ столбца

ΠŸΡ€Π΅Π΄ΠΏΠΎΠ»ΠΎΠΆΠΈΠΌ, Π²Ρ‹ Ρ…ΠΎΡ‚ΠΈΡ‚Π΅ Π²ΠΊΠ»ΡŽΡ‡ΠΈΡ‚ΡŒ всС свСдСния ΠΎ рСйсС, ΠΎΡ‚ΠΏΡ€Π°Π²Π½ΠΎΠΉ Ρ‚ΠΎΡ‡ΠΊΠΎΠΉ ΠΊΠΎΡ‚ΠΎΡ€ΠΎΠ³ΠΎ являСтся JFK ΠΈΠ»ΠΈ LGA.

 # Π”ΠΎΠ»Π³ΠΈΠΉ ΠΏΡƒΡ‚ΡŒ
newdf = df.loc[(df.origin == "JFK") | (df.origin == "LGA")]
# Π£ΠΌΠ½Ρ‹ΠΉ способ
newdf = df[df.origin.isin(["JFK", "LGA"])]
 

| ΠΏΠΎΠ΄Ρ€Π°Π·ΡƒΠΌΠ΅Π²Π°Π΅Ρ‚ условиС Π˜Π›Π˜, Ρ‡Ρ‚ΠΎ ΠΎΠ·Π½Π°Ρ‡Π°Π΅Ρ‚, Ρ‡Ρ‚ΠΎ любоС ΠΈΠ· условий выполняСтся. isin() Π°Π½Π°Π»ΠΎΠ³ΠΈΡ‡Π΅Π½ ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρƒ IN Π² SAS ΠΈ R, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ ΠΌΠΎΠΆΠ΅Ρ‚ ΠΏΡ€ΠΈΠ½ΠΈΠΌΠ°Ρ‚ΡŒ ΠΌΠ½ΠΎΠ³ΠΎ Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ ΠΈ ΠΏΡ€ΠΈΠΌΠ΅Π½ΡΡ‚ΡŒ условиС Π˜Π›Π˜. Π£Π±Π΅Π΄ΠΈΡ‚Π΅ΡΡŒ, Ρ‡Ρ‚ΠΎ Π²Ρ‹ ΡƒΠΊΠ°Π·Π°Π»ΠΈ значСния Π² спискС [ ].

Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ строки, Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅ столбца ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… Π½Π΅ Ρ€Π°Π²Π½ΠΎ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½ΠΎΠΌΡƒ Π·Π½Π°Ρ‡Π΅Π½ΠΈΡŽ

Π’ этом ΠΏΡ€ΠΈΠΌΠ΅Ρ€Π΅ ΠΌΡ‹ удаляСм всС свСдСния ΠΎ рСйсС, ΠΎΡ‚ΠΏΡ€Π°Π²Π»ΡΡŽΡ‰ΠΈΠΌΡΡ ΠΈΠ· JFK. != ΠΏΠΎΠ΄Ρ€Π°Π·ΡƒΠΌΠ΅Π²Π°Π΅Ρ‚ НЕ Π ΠΠ’ΠΠž.

 newdf = df.loc[(df.origin != "JFK") & (df.carrier == "B6")] 

Π”Π°Π²Π°ΠΉΡ‚Π΅ ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΠΌ, Π½ΠΎΡ€ΠΌΠ°Π»ΡŒΠ½ΠΎ Π»ΠΈ Ρ€Π°Π±ΠΎΡ‚Π°Π΅Ρ‚ привСдСнная Π²Ρ‹ΡˆΠ΅ строка ΠΊΠΎΠ΄Π°, просмотрСв ΡƒΠ½ΠΈΠΊΠ°Π»ΡŒΠ½Ρ‹Π΅ значСния источника столбца Π² newdf.

 pd.unique(newdf.origin)
['LGA', 'EWR']
 

Как ΠΎΡ‚ΠΌΠ΅Π½ΠΈΡ‚ΡŒ всС условиС

Вильда ~ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΠ΅Ρ‚ΡΡ для ΠΎΡ‚ΠΌΠ΅Π½Ρ‹ условия. Π­Ρ‚ΠΎ эквивалСнтно ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρƒ НЕ Π² SAS ΠΈ R.

 newdf = df[~((df.origin == "JFK") & (df.carrier == "B6"))]
 

Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ Π½Π΅ΠΎΡ‚ΡΡƒΡ‚ΡΡ‚Π²ΡƒΡŽΡ‰ΠΈΠ΅ Π΄Π°Π½Π½Ρ‹Π΅ Π² Pandas Dataframe

Π‘ ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ notnull() Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΈΡΠΊΠ»ΡŽΡ‡ΠΈΡ‚ΡŒ ΠΈΠ»ΠΈ ΡƒΠ΄Π°Π»ΠΈΡ‚ΡŒ значСния NA ΠΈ NAN. Π’ ΠΏΡ€ΠΈΠ²Π΅Π΄Π΅Π½Π½ΠΎΠΌ Π½ΠΈΠΆΠ΅ ΠΏΡ€ΠΈΠΌΠ΅Ρ€Π΅ ΠΌΡ‹ удаляСм ΠΏΡ€ΠΎΠΏΡƒΡ‰Π΅Π½Π½Ρ‹Π΅ значСния ΠΈΠ· исходного столбца. ΠŸΠΎΡΠΊΠΎΠ»ΡŒΠΊΡƒ этот ΠΊΠ°Π΄Ρ€ Π΄Π°Π½Π½Ρ‹Ρ… Π½Π΅ содСрТит пустых Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ, Π²Ρ‹ Π½Π°ΠΉΠ΄Π΅Ρ‚Π΅ Ρ‚Π°ΠΊΠΎΠ΅ ΠΆΠ΅ количСство строк Π² newdf.

 newdf = df[df.origin.notnull()]
 

Π‘Ρ‚Ρ€ΠΎΠΊΠ° Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Π² Pandas Dataframe

ΠžΠ±Ρ‹Ρ‡Π½ΠΎ считаСтся слоТным ΠΎΠ±Ρ€Π°Π±Π°Ρ‚Ρ‹Π²Π°Ρ‚ΡŒ тСкстовыС Π΄Π°Π½Π½Ρ‹Π΅. Но python ΡƒΠΏΡ€ΠΎΡ‰Π°Π΅Ρ‚ Ρ€Π°Π±ΠΎΡ‚Ρƒ с ΡΠΈΠΌΠ²ΠΎΠ»ΡŒΠ½Ρ‹ΠΌΠΈ ΠΈΠ»ΠΈ строковыми столбцами. Π”Π°Π²Π°ΠΉΡ‚Π΅ ΠΏΠΎΠ΄Π³ΠΎΡ‚ΠΎΠ²ΠΈΠΌ ΠΏΠΎΠ΄Π΄Π΅Π»ΡŒΠ½Ρ‹Π΅ Π΄Π°Π½Π½Ρ‹Π΅, Π½Π°ΠΏΡ€ΠΈΠΌΠ΅Ρ€.

 ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ ΠΏΠ°Π½Π΄ ΠΊΠ°ΠΊ pd
df = pd.DataFrame({"var1": ["AA_2", "B_1", "C_2", "A_2"]})
   пСрСмСнная1
0 АА_2
1 Π‘_1
2 Π‘_2
3 А_2
 

Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ строки со значСниями, Π½Π°Ρ‡ΠΈΠ½Π°ΡŽΡ‰ΠΈΠΌΠΈΡΡ с Π±ΡƒΠΊΠ²Ρ‹ «А»

Π˜ΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡ .str , Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ Π²ΠΊΠ»ΡŽΡ‡ΠΈΡ‚ΡŒ строковыС Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ ΠΈ ΠΏΡ€ΠΈΠΌΠ΅Π½ΠΈΡ‚ΡŒ ΠΈΡ… ΠΊ ΠΊΠ°Π΄Ρ€Ρƒ Π΄Π°Π½Π½Ρ‹Ρ… pandas. str[0] ΠΎΠ·Π½Π°Ρ‡Π°Π΅Ρ‚ ΠΏΠ΅Ρ€Π²ΡƒΡŽ Π±ΡƒΠΊΠ²Ρƒ.

 df[df['var1'].str[0] == 'A'] 

Π€ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΡ строк, Π΄Π»ΠΈΠ½Π° строки ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… ΠΏΡ€Π΅Π²Ρ‹ΡˆΠ°Π΅Ρ‚ 3

len( ) Ѐункция вычисляСт Π΄Π»ΠΈΠ½Ρƒ ΠΈΡ‚Π΅Ρ€ΠΈΡ€ΡƒΠ΅ΠΌΠΎΠ³ΠΎ ΠΎΠ±ΡŠΠ΅ΠΊΡ‚Π°.

 df[df['var1'].str.len()>3] 

Π’Ρ‹Π±Π΅Ρ€ΠΈΡ‚Π΅ строку, ΡΠΎΠ΄Π΅Ρ€ΠΆΠ°Ρ‰ΡƒΡŽ Π±ΡƒΠΊΠ²Ρ‹ A ΠΈΠ»ΠΈ B

contains( ) Ѐункция Π°Π½Π°Π»ΠΎΠ³ΠΈΡ‡Π½Π° ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρƒ LIKE Π² SQL ΠΈ SAS. Π’Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ подмноТСство Π΄Π°Π½Π½Ρ‹Ρ…, упомянув шаблон Π² Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ contains().

 df[df['var1']. str.contains('A|B')]
  Π’Ρ‹Ρ…ΠΎΠ΄ 
   пСрСмСнная1
0 АА_2
1 Π‘_1
3 А_2
 

ΠžΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠ° ΠΏΡ€ΠΎΠ±Π΅Π»Π° Π² ΠΈΠΌΠ΅Π½ΠΈ столбца ΠΏΡ€ΠΈ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ

Π”Π°Π²Π°ΠΉΡ‚Π΅ ΠΏΠ΅Ρ€Π΅ΠΈΠΌΠ΅Π½ΡƒΠ΅ΠΌ столбСц var1 с ΠΏΡ€ΠΎΠ±Π΅Π»ΠΎΠΌ ΠΌΠ΅ΠΆΠ΄Ρƒ var 1 ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΏΠ΅Ρ€Π΅ΠΈΠΌΠ΅Π½ΠΎΠ²Π°Ρ‚ΡŒ Π΅Π³ΠΎ с ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ rename .

 df.rename(columns={'var1':'var 1'}, inplace = True) 

Π˜ΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡ ΠΎΠ±Ρ€Π°Ρ‚Π½Ρ‹Π΅ ΠΊΠ°Π²Ρ‹Ρ‡ΠΊΠΈ ` ` , ΠΌΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ Π²ΠΊΠ»ΡŽΡ‡ΠΈΡ‚ΡŒ столбСц с ΠΏΡ€ΠΎΠ±Π΅Π»ΠΎΠΌ. Π‘ΠΌ. ΠΏΡ€ΠΈΠΌΠ΅Ρ€ ΠΊΠΎΠ΄Π° Π½ΠΈΠΆΠ΅.

 newdf = df.query("`var 1` == 'AA_2'") 

ΠžΠ±Ρ€Π°Ρ‚Π½Ρ‹Π΅ ΠΊΠ°Π²Ρ‹Ρ‡ΠΊΠΈ ΠΏΠΎΠ΄Π΄Π΅Ρ€ΠΆΠΈΠ²Π°ΡŽΡ‚ΡΡ начиная с вСрсии 0.25 ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas. ЗапуститС эту ΠΊΠΎΠΌΠ°Π½Π΄Ρƒ Π² консоли, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ Π²Π΅Ρ€ΡΠΈΡŽ pandas !pip show pandas Если Ρƒ вас вСрсия Π΄ΠΎ вСрсии 0.25 Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΎΠ±Π½ΠΎΠ²ΠΈΡ‚ΡŒ Π΅Π³ΠΎ с ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ этой ΠΊΠΎΠΌΠ°Π½Π΄Ρ‹ !pip install --upgrade pandas --user

Как Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ²Π°Ρ‚ΡŒ Π΄Π°Π½Π½Ρ‹Π΅ Π±Π΅Π· использования ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas

Π’Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ Π²Ρ‹ΠΏΠΎΠ»Π½ΡΡ‚ΡŒ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΡŽ, ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΡ чистыС ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ Python, нСзависимо ΠΎΡ‚ ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas.

ΠŸΡ€Π΅Π΄ΡƒΠΏΡ€Π΅ΠΆΠ΄Π΅Π½ΠΈΠ΅. ΠŸΠΎΠΊΠ°Π·Π°Π½Π½Ρ‹Π΅ Π½ΠΈΠΆΠ΅ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ нСэффСктивны. Основная Ρ†Π΅Π»ΡŒ дСмонстрации ΡΠ»Π΅Π΄ΡƒΡŽΡ‰ΠΈΡ… ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² β€” ΠΏΠΎΠΊΠ°Π·Π°Ρ‚ΡŒ, ΠΊΠ°ΠΊ Π²Ρ‹ΠΏΠΎΠ»Π½ΡΡ‚ΡŒ подмноТСство Π±Π΅Π· использования ΠΏΠ°ΠΊΠ΅Ρ‚Π° pandas. Π’ вашСм Ρ€Π΅Π°Π»ΡŒΠ½ΠΎΠΌ ΠΏΡ€ΠΎΠ΅ΠΊΡ‚Π΅ Π²Ρ‹ Π΄ΠΎΠ»ΠΆΠ½Ρ‹ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ встроСнныС Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ pandas (query(), loc[ ], iloc[ ]), ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ объяснялись Π²Ρ‹ΡˆΠ΅.

Нам Π½Π΅ Π½ΡƒΠΆΠ½ΠΎ ΡΠΎΠ·Π΄Π°Π²Π°Ρ‚ΡŒ Ρ„Ρ€Π΅ΠΉΠΌ Π΄Π°Π½Π½Ρ‹Ρ… для хранСния Π΄Π°Π½Π½Ρ‹Ρ…. ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ Ρ…Ρ€Π°Π½ΠΈΡ‚ΡŒ Π΅Π³ΠΎ Π² структурС Π΄Π°Π½Π½Ρ‹Ρ… списка. lst_df содСрТит Π΄Π°Π½Π½Ρ‹Π΅ ΠΎ ΠΏΠΎΠ»Π΅Ρ‚Π°Ρ…, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π±Ρ‹Π»ΠΈ ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Π½Ρ‹ ΠΈΠ· Ρ„Π°ΠΉΠ»Π° CSV.

 ΠΈΠΌΠΏΠΎΡ€Ρ‚ CSV
запросы Π½Π° ΠΈΠΌΠΏΠΎΡ€Ρ‚
ΠΎΡ‚Π²Π΅Ρ‚ = запросы.ΠΏΠΎΠ»ΡƒΡ‡ΠΈΡ‚ΡŒ('https://dyurovsky.github.io/psyc201/data/lab2/nycflights.csv').тСкст
Π»ΠΈΠ½ΠΈΠΈ = ΠΎΡ‚Π²Π΅Ρ‚.splitlines()
d = csv.DictReader(строки)
lst_df = список (г)
 

Лямбда-ΠΌΠ΅Ρ‚ΠΎΠ΄ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ

Лямбда β€” это Π°Π»ΡŒΡ‚Π΅Ρ€Π½Π°Ρ‚ΠΈΠ²Π½Ρ‹ΠΉ способ опрСдСлСния опрСдСляСмой ΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚Π΅Π»Π΅ΠΌ Ρ„ΡƒΠ½ΠΊΡ†ΠΈΠΈ. Π‘ ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ лямбда Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΎΠΏΡ€Π΅Π΄Π΅Π»ΠΈΡ‚ΡŒ Ρ„ΡƒΠ½ΠΊΡ†ΠΈΡŽ Π² ΠΎΠ΄Π½ΠΎΠΉ строкС ΠΊΠΎΠ΄Π°. Π’Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΏΡ€ΠΎΠ²Π΅Ρ€ΠΈΡ‚ΡŒ это ссылка , Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΡƒΠ·Π½Π°Ρ‚ΡŒ большС ΠΎΠ± этом.

 l1 = list(filter(lambda x: x["origin"] == 'JFK' ΠΈ x["ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊ"] == 'B6', lst_df))
 

Если Π²Π°ΠΌ интСрСсно, ΠΊΠ°ΠΊ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ эту лямбда-Ρ„ΡƒΠ½ΠΊΡ†ΠΈΡŽ Π² Ρ„Ρ€Π΅ΠΉΠΌΠ΅ Π΄Π°Π½Π½Ρ‹Ρ…, Π²Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΎΡ‚ΠΏΡ€Π°Π²ΠΈΡ‚ΡŒ ΠΊΠΎΠ΄ Π½ΠΈΠΆΠ΅.

 newdf = df[df.apply(лямбда x: x["происхоТдСниС"] == 'JFK' ΠΈ x["ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊ"] == 'B6', ось = 1)]
 

ΠœΠ΅Ρ‚ΠΎΠ΄ понимания списка для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ

ПониманиС списков являСтся Π°Π»ΡŒΡ‚Π΅Ρ€Π½Π°Ρ‚ΠΈΠ²ΠΎΠΉ лямбда-функциям ΠΈ Π΄Π΅Π»Π°Π΅Ρ‚ ΠΊΠΎΠ΄ Π±ΠΎΠ»Π΅Π΅ Ρ‡ΠΈΡ‚Π°Π±Π΅Π»ΡŒΠ½Ρ‹ΠΌ. ΠŸΠΎΠ΄Ρ€ΠΎΠ±Π½ΠΎΠ΅ руководство: ΠΏΠΎΠ½ΠΈΠΌΠ°Π½ΠΈΠ΅ списка

 l2 = list(x вмСсто x Π² lst_df if x["origin"] == 'JFK' and x["carrier"] == 'B6')
 

Π’Ρ‹ ΠΌΠΎΠΆΠ΅Ρ‚Π΅ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ ΠΏΠΎΠ½ΠΈΠΌΠ°Π½ΠΈΠ΅ списка Π² ΠΊΠ°Π΄Ρ€Π΅ Π΄Π°Π½Π½Ρ‹Ρ…, ΠΊΠ°ΠΊ ΠΏΠΎΠΊΠ°Π·Π°Π½ΠΎ Π½ΠΈΠΆΠ΅.

 newdf = df.iloc[[индСкс для индСкса, строки Π² df.iterrows(), Ссли строка ['происхоТдСниС'] == 'JFK' ΠΈ строка ['ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊ'] == 'B6']]
 

Π‘ΠΎΠ·Π΄Π°Ρ‚ΡŒ класс для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ

Python β€” это ΠΎΠ±ΡŠΠ΅ΠΊΡ‚Π½ΠΎ-ΠΎΡ€ΠΈΠ΅Π½Ρ‚ΠΈΡ€ΠΎΠ²Π°Π½Π½Ρ‹ΠΉ язык программирования, Π² ΠΊΠΎΡ‚ΠΎΡ€ΠΎΠΌ ΠΊΠΎΠ΄ Ρ€Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Π½ с использованиСм класса 9. 0024 .

 Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ класса:
  def __init__(я, Π», запрос):
    самовывод = []
    для Π΄Π°Π½Π½Ρ‹Ρ… Π² Π»:
      Ссли ΠΎΡ†Π΅Π½ΠΊΠ° (запрос):
        self.output.append (Π΄Π°Π½Π½Ρ‹Π΅)
 
l3 = filter(lst_df, 'data["origin"] == "JFK" ΠΈ data["ΠΏΠ΅Ρ€Π΅Π²ΠΎΠ·Ρ‡ΠΈΠΊ"] == "B6"').output
 

Pandas Filter Methods to Know

Pandas β€” это популярная Π±ΠΈΠ±Π»ΠΈΠΎΡ‚Π΅ΠΊΠ° Π°Π½Π°Π»ΠΈΠ·Π° ΠΈ ΠΎΠ±Ρ€Π°Π±ΠΎΡ‚ΠΊΠΈ Π΄Π°Π½Π½Ρ‹Ρ… для Python. Основной структурой Π΄Π°Π½Π½Ρ‹Ρ… Pandas являСтся DataFrame, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹ΠΉ Ρ…Ρ€Π°Π½ΠΈΡ‚ Π΄Π°Π½Π½Ρ‹Π΅ Π² Ρ‚Π°Π±Π»ΠΈΡ‡Π½ΠΎΠΉ Ρ„ΠΎΡ€ΠΌΠ΅ с ΠΏΠΎΠΌΠ΅Ρ‡Π΅Π½Π½Ρ‹ΠΌΠΈ строками ΠΈ столбцами.

8 ΠΌΠ΅Ρ‚ΠΎΠ΄ΠΎΠ² Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Pandas, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π½ΡƒΠΆΠ½ΠΎ Π·Π½Π°Ρ‚ΡŒ

  1. ЛогичСскиС ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρ‹.
  2. Исин.
  3. НСсколько логичСских ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ΠΎΠ².
  4. АксСссуар стр.
  5. Вильда (~).
  6. Запрос.
  7. Π‘Π°ΠΌΡ‹ΠΉ большой ΠΈ самый малСнький.
  8. Π›ΠΎΠΊ. ΠΈ Π»ΠΎΠΊ.

ΠžΠ±Ρ‹Ρ‡Π½ΠΎΠΉ ΠΎΠΏΠ΅Ρ€Π°Ρ†ΠΈΠ΅ΠΉ ΠΏΡ€ΠΈ Π°Π½Π°Π»ΠΈΠ·Π΅ Π΄Π°Π½Π½Ρ‹Ρ… являСтся Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΡ Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ Π½Π° основС условия ΠΈΠ»ΠΈ Π½Π΅ΡΠΊΠΎΠ»ΡŒΠΊΠΈΡ… условий. Pandas прСдоставляСт Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Π΅ способы Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Ρ‚ΠΎΡ‡Π΅ΠΊ Π΄Π°Π½Π½Ρ‹Ρ… (Ρ‚ΠΎ Π΅ΡΡ‚ΡŒ строк). Π’ этой ΡΡ‚Π°Ρ‚ΡŒΠ΅ ΠΌΡ‹ рассмотрим восСмь Ρ€Π°Π·Π»ΠΈΡ‡Π½Ρ‹Ρ… способов Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ DataFrame.

 

Как Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ²Π°Ρ‚ΡŒ Pandas DataFrame

НачнСм с ΠΈΠΌΠΏΠΎΡ€Ρ‚Π° Π±ΠΈΠ±Π»ΠΈΠΎΡ‚Π΅ΠΊ.

 ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ numpy ΠΊΠ°ΠΊ np
ΠΈΠΌΠΏΠΎΡ€Ρ‚ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ pandas ΠΊΠ°ΠΊ pd 

Π”Π°Π²Π°ΠΉΡ‚Π΅ создадим ΠΎΠ±Ρ€Π°Π·Π΅Ρ† DataFrame для Π½Π°ΡˆΠΈΡ… ΠΏΡ€ΠΈΠΌΠ΅Ρ€ΠΎΠ².

 df = pd.DataFrame({
имя':['Π”ΠΆΠ΅ΠΉΠ½','Π”ΠΆΠΎΠ½','Эшли','Майк','Π­ΠΌΠΈΠ»ΠΈ','Π”ΠΆΠ΅ΠΊ','ΠšΡΡ‚Π»ΠΈΠ½'],
'ctg':['A','A','C','B','B','C','B'],
'val':np.random.random(7).round(2),
'val2': np.random.randint (1,10, Ρ€Π°Π·ΠΌΠ΅Ρ€ = 7)
}) 
Π˜Π·ΠΎΠ±Ρ€Π°ΠΆΠ΅Π½ΠΈΠ΅ DataFrame. | Π‘ΠΊΡ€ΠΈΠ½ΡˆΠΎΡ‚: Soner Yildirim

ΠŸΠΎΠ΄Ρ€ΠΎΠ±Π½Π΅Π΅ ΠΎ Pandas: Руководство ΠΏΠΎ сводной Ρ‚Π°Π±Π»ΠΈΡ†Π΅ Pandas

 

1. ЛогичСскиС ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρ‹

ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ логичСскиС ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€Ρ‹ для Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ столбцов для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ строк.

 ​
Π΄Ρ„[Π΄Ρ„.Π·Π½Π°Ρ‡ > 0,5]
имя       ctg      val       val2
-------------------------------------------
1       Π”ΠΆΠΎΠ½        A       0,67       1
3       Майк        B       0,91       5
4       Π­ΠΌΠΈΠ»ΠΈ       Π‘       0,99       8
6       ΠšΡΡ‚Π»ΠΈΠ½       Π‘       1,00       3
​ 

Π’Π΅ΠΏΠ΅Ρ€ΡŒ ΠΌΡ‹ Π²Ρ‹Π±Ρ€Π°Π»ΠΈ строки, Π² ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅ Π² столбцС Β«valΒ» большС 0,5.

Ѐункция логичСских ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ΠΎΠ² Ρ‚Π°ΠΊΠΆΠ΅ Ρ€Π°Π±ΠΎΡ‚Π°Π΅Ρ‚ со строками.

 f[df.name > 'Π”ΠΆΠ΅ΠΉΠ½']
        имя ctg val val2
-------------------------------------------
1 Π”ΠΆΠΎΠ½ А 0,67 1
3 Mike B 0,91 5 

Π’Ρ‹Π±ΠΈΡ€Π°ΡŽΡ‚ΡΡ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ ΠΈΠΌΠ΅Π½Π°, ΠΈΠ΄ΡƒΡ‰ΠΈΠ΅ послС Β«JaneΒ» Π² Π°Π»Ρ„Π°Π²ΠΈΡ‚Π½ΠΎΠΌ порядкС.

 

2. НСсколько логичСских ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ΠΎΠ²

Pandas позволяСт ΠΊΠΎΠΌΠ±ΠΈΠ½ΠΈΡ€ΠΎΠ²Π°Ρ‚ΡŒ нСсколько логичСских ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ΠΎΠ². НапримСр, ΠΌΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΏΡ€ΠΈΠΌΠ΅Π½ΡΡ‚ΡŒ условия ΠΊΠ°ΠΊ ΠΊ столбцам val, Ρ‚Π°ΠΊ ΠΈ ΠΊ столбцам val2.

 df[(df.val > 0,5) & (df.val2 == 1)]
        имя ctg val val2
-------------------------------------------
1 John A 0,67 1 

Π—Π½Π°ΠΊ Β«&Β» ΠΎΠ·Π½Π°Ρ‡Π°Π΅Ρ‚ Β«ΠΈΒ», Β«|Β» ΠΎΠ·Π½Π°Ρ‡Π°Π΅Ρ‚ Β«ΠΈΠ»ΠΈΒ».

 df[(df.val < 0,5) | (df.val2 == 7)]
имя      ctg      val       val2
-------------------------------------------
0       Π”ΠΆΠ΅ΠΉΠ½        A       0,43       1
2     Эшли       C       0,40       7
5       Π”ΠΆΠ΅ΠΊ        C       0,02       7 

 

3. Isin

ΠœΠ΅Ρ‚ΠΎΠ΄ isin β€” это Π΅Ρ‰Π΅ ΠΎΠ΄ΠΈΠ½ способ примСнСния Π½Π΅ΡΠΊΠΎΠ»ΡŒΠΊΠΈΡ… условий для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ. НапримСр, ΠΌΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΎΡ‚Ρ„ΠΈΠ»ΡŒΡ‚Ρ€ΠΎΠ²Π°Ρ‚ΡŒ ΠΈΠΌΠ΅Π½Π°, ΡΡƒΡ‰Π΅ΡΡ‚Π²ΡƒΡŽΡ‰ΠΈΠ΅ Π² Π·Π°Π΄Π°Π½Π½ΠΎΠΌ спискС.

 ΠΈΠΌΠ΅Π½ΠΈ = ['Π”ΠΆΠΎΠ½','ΠšΡΡ‚Π»ΠΈΠ½','Майк']
df[df.name.isin(ΠΈΠΌΠ΅Π½Π°)]
        имя ctg val val2
-------------------------------------------
1 Π”ΠΆΠΎΠ½ А 0,67 1
3 Майк Π‘ 0,91 5
6 ΠšΡΡ‚Π»ΠΈΠ½ Π‘ 1,00 3
 

 

4. ΠœΠ΅Ρ‚ΠΎΠ΄ доступа Str

Pandas β€” это Ρ‚Π°ΠΊΠΆΠ΅ высокоэффСктивная Π±ΠΈΠ±Π»ΠΈΠΎΡ‚Π΅ΠΊΠ° для тСкстовых Π΄Π°Π½Π½Ρ‹Ρ…. Π€ΡƒΠ½ΠΊΡ†ΠΈΠΈ ΠΈ ΠΌΠ΅Ρ‚ΠΎΠ΄Ρ‹ Π² ΠΌΠ΅Ρ‚ΠΎΠ΄Π΅ доступа str ΠΏΡ€Π΅Π΄ΠΎΡΡ‚Π°Π²Π»ΡΡŽΡ‚ Π³ΠΈΠ±ΠΊΠΈΠ΅ способы Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ строк Π½Π° основС строк.

НапримСр, ΠΌΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ Π²Ρ‹Π±Ρ€Π°Ρ‚ΡŒ ΠΈΠΌΠ΅Π½Π°, Π½Π°Ρ‡ΠΈΠ½Π°ΡŽΡ‰ΠΈΠ΅ΡΡ с Π±ΡƒΠΊΠ²Ρ‹ Β«JΒ».

 df[df.name.str.startswith('J')]
        имя ctg val val2
-------------------------------------------
0 Π”ΠΆΠ΅ΠΉΠ½ А 0,43 1
1 Π”ΠΆΠΎΠ½ А 0,67 1
5 Π”ΠΆΠ΅ΠΊ Π‘ 0,02 7 

Ѐункция содСрТит ΠΏΠΎΠ΄ аксСссором str Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ значСния, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ содСрТат Π·Π°Π΄Π°Π½Π½Ρ‹ΠΉ Π½Π°Π±ΠΎΡ€ символов.

 df[df.name.str.contains('y')]
         имя ctg val val2
-------------------------------------------
2 Эшли К 0.40 7
4 Emily B 0,99 8 

ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΏΠ΅Ρ€Π΅Π΄Π°Ρ‚ΡŒ Π±ΠΎΠ»Π΅Π΅ Π΄Π»ΠΈΠ½Π½Ρ‹ΠΉ Π½Π°Π±ΠΎΡ€ символов Π² Ρ„ΡƒΠ½ΠΊΡ†ΠΈΡŽ contains Π² зависимости ΠΎΡ‚ строк Π² Π΄Π°Π½Π½Ρ‹Ρ….

 

5. Вильда (~)

ΠžΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ Ρ‚ΠΈΠ»ΡŒΠ΄Π° ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΡƒΠ΅Ρ‚ΡΡ для Π»ΠΎΠ³ΠΈΠΊΠΈ Β«Π½Π΅Β» Π² Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ. Если ΠΌΡ‹ Π΄ΠΎΠ±Π°Π²ΠΈΠΌ ΠΎΠΏΠ΅Ρ€Π°Ρ‚ΠΎΡ€ Ρ‚ΠΈΠ»ΡŒΠ΄Ρ‹ ΠΏΠ΅Ρ€Π΅Π΄ Π²Ρ‹Ρ€Π°ΠΆΠ΅Π½ΠΈΠ΅ΠΌ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°, Π±ΡƒΠ΄ΡƒΡ‚ Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π΅Π½Ρ‹ строки, Π½Π΅ ΡΠΎΠΎΡ‚Π²Π΅Ρ‚ΡΡ‚Π²ΡƒΡŽΡ‰ΠΈΠ΅ ΡƒΡΠ»ΠΎΠ²ΠΈΡŽ.

 df[df.name.str.contains('y')]
         имя ctg val val2
-------------------------------------------
2 Эшли К 0.40 7
4 Emily B 0,99 8 

ΠŸΠΎΠ»ΡƒΡ‡Π°Π΅ΠΌ ΠΈΠΌΠ΅Π½Π°, ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Π΅ Π½Π΅ Π½Π°Ρ‡ΠΈΠ½Π°ΡŽΡ‚ΡΡ с Π±ΡƒΠΊΠ²Ρ‹ Β«JΒ».

 

6. Запрос

Ѐункция query ΠΏΡ€Π΅Π΄Π»Π°Π³Π°Π΅Ρ‚ Π½Π΅ΠΌΠ½ΠΎΠ³ΠΎ большС гибкости ΠΏΡ€ΠΈ записи условий Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ. ΠœΡ‹ ΠΌΠΎΠΆΠ΅ΠΌ ΠΏΠ΅Ρ€Π΅Π΄Π°Ρ‚ΡŒ условия Π² Π²ΠΈΠ΄Π΅ строки.

НапримСр, ΡΠ»Π΅Π΄ΡƒΡŽΡ‰ΠΈΠΉ ΠΊΠΎΠ΄ Π²ΠΎΠ·Π²Ρ€Π°Ρ‰Π°Π΅Ρ‚ строки, ΠΏΡ€ΠΈΠ½Π°Π΄Π»Π΅ΠΆΠ°Ρ‰ΠΈΠ΅ ΠΊ ΠΊΠ°Ρ‚Π΅Π³ΠΎΡ€ΠΈΠΈ B ΠΈ ΠΈΠΌΠ΅ΡŽΡ‰ΠΈΠ΅ Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅ Π²Ρ‹ΡˆΠ΅ 0,5 Π² столбцС val.

 df.query('ctg == "B" ΠΈ Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅ > 0,5')
        имя ctg val val2
-------------------------------------------
3 Майк Π‘ 0,91 5
4 Π­ΠΌΠΈΠ»ΠΈ Π‘ 0,99 8
6 Catlin B 1,00 3 

 

7. Π‘Π°ΠΌΡ‹ΠΉ большой ΠΈΠ»ΠΈ самый малСнький

Π’ Π½Π΅ΠΊΠΎΡ‚ΠΎΡ€Ρ‹Ρ… случаях Ρƒ нас Π½Π΅Ρ‚ ΠΎΠΏΡ€Π΅Π΄Π΅Π»Π΅Π½Π½ΠΎΠ³ΠΎ Π΄ΠΈΠ°ΠΏΠ°Π·ΠΎΠ½Π° для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ, Π° Π½ΡƒΠΆΠ½Ρ‹ Ρ‚ΠΎΠ»ΡŒΠΊΠΎ самыС большиС ΠΈΠ»ΠΈ самыС малСнькиС значСния. Π€ΡƒΠ½ΠΊΡ†ΠΈΠΈ nlargest ΠΈ nsmalest ΠΏΠΎΠ·Π²ΠΎΠ»ΡΡŽΡ‚ Π²Ρ‹Π±ΠΈΡ€Π°Ρ‚ΡŒ строки с наибольшими ΠΈΠ»ΠΈ наимСньшими значСниями Π² столбцС соотвСтствСнно.

 df.nlargest(3, 'val')
        имя ctg val val2
-------------------------------------------
6 ΠšΡΡ‚Π»ΠΈΠ½ Π‘ 1,00 3
4 Π­ΠΌΠΈΠ»ΠΈ Π‘ 0,99 8
3 Mike B 0,91 5 

ΠœΡ‹ Ρ‚Π°ΠΊΠΆΠ΅ ΠΌΠΎΠΆΠ΅ΠΌ ΡƒΠΊΠ°Π·Π°Ρ‚ΡŒ количСство самых Π±ΠΎΠ»ΡŒΡˆΠΈΡ… ΠΈΠ»ΠΈ самых ΠΌΠ°Π»Π΅Π½ΡŒΠΊΠΈΡ… Π²Ρ‹Π±ΠΈΡ€Π°Π΅ΠΌΡ‹Ρ… Π·Π½Π°Ρ‡Π΅Π½ΠΈΠΉ ΠΈ имя столбца.

 df.nsmallest(2, 'Π·Π½Π°Ρ‡Π΅Π½ΠΈΠ΅2')
        имя ctg val val2
-------------------------------------------
0 Π”ΠΆΠ΅ΠΉΠ½ А 0,43 1
1 Π”ΠΆΠΎΠ½ А 0,67 1 

ΠŸΡ€ΠΎΠΈΠ·ΠΎΡˆΠ»Π° ошибка.

НСвозмоТно Π²Ρ‹ΠΏΠΎΠ»Π½ΠΈΡ‚ΡŒ JavaScript. ΠŸΠΎΠΏΡ€ΠΎΠ±ΡƒΠΉΡ‚Π΅ ΠΏΠΎΡΠΌΠΎΡ‚Ρ€Π΅Ρ‚ΡŒ это Π²ΠΈΠ΄Π΅ΠΎ Π½Π° сайтС www.youtube.com ΠΈΠ»ΠΈ Π²ΠΊΠ»ΡŽΡ‡ΠΈΡ‚Π΅ JavaScript, Ссли ΠΎΠ½ ΠΎΡ‚ΠΊΠ»ΡŽΡ‡Π΅Π½ Π² вашСм Π±Ρ€Π°ΡƒΠ·Π΅Ρ€Π΅.

Π£Ρ‡Π΅Π±Π½ΠΈΠΊ ΠΏΠΎ Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ Π² Pandas. | Π’ΠΈΠ΄Π΅ΠΎ: ΠšΠΎΡ€ΠΈ Π¨Π°Ρ„Π΅Ρ€

ΠŸΠΎΠ΄Ρ€ΠΎΠ±Π½Π΅Π΅ ΠΎ Pandas: ΠΎΡΡ‚Π΅Ρ€Π΅Π³Π°ΠΉΡ‚Π΅ΡΡŒ Ρ„ΠΈΠΊΡ‚ΠΈΠ²Π½ΠΎΠΉ Π»ΠΎΠ²ΡƒΡˆΠΊΠΈ ΠΏΠ΅Ρ€Π΅ΠΌΠ΅Π½Π½Ρ‹Ρ… Π² Pandas

8. Loc ΠΈ Iloc

этикСтка.

  • Loc : Π’Ρ‹Π±Ρ€Π°Ρ‚ΡŒ строки ΠΈΠ»ΠΈ столбцы с ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ ΠΌΠ΅Ρ‚ΠΎΠΊ
  • Iloc : Π’Ρ‹Π±Ρ€Π°Ρ‚ΡŒ строки ΠΈΠ»ΠΈ столбцы с ΠΏΠΎΠΌΠΎΡ‰ΡŒΡŽ индСксов

Π’Π°ΠΊΠΈΠΌ ΠΎΠ±Ρ€Π°Π·ΠΎΠΌ, ΠΈΡ… ΠΌΠΎΠΆΠ½ΠΎ ΠΈΡΠΏΠΎΠ»ΡŒΠ·ΠΎΠ²Π°Ρ‚ΡŒ для Ρ„ΠΈΠ»ΡŒΡ‚Ρ€Π°Ρ†ΠΈΠΈ.

Π”ΠΎΠ±Π°Π²ΠΈΡ‚ΡŒ ΠΊΠΎΠΌΠΌΠ΅Π½Ρ‚Π°Ρ€ΠΈΠΉ

Π’Π°Ρˆ адрСс email Π½Π΅ Π±ΡƒΠ΄Π΅Ρ‚ ΠΎΠΏΡƒΠ±Π»ΠΈΠΊΠΎΠ²Π°Π½. ΠžΠ±ΡΠ·Π°Ρ‚Π΅Π»ΡŒΠ½Ρ‹Π΅ поля ΠΏΠΎΠΌΠ΅Ρ‡Π΅Π½Ρ‹ *