تصفية البيانات
الدرس 9 من 19 في دورة تحليلات Pandas على Coddy.
تسمح لنا مكتبة Pandas بتصفية الصفوف بناءً على شرط معين. لتصفية الصفوف، اكتب الشرط داخل الأقواس:
filtered_df = df[df["number_column"] > 5]
filtered_df = df[df["string_column"] == "String Match"]لدمج شروط متعددة، استخدم الكلمة المفتاحية & (و) والكلمة المفتاحية | (أو). يجب وضع كل شرط بين قوسين ():
filtered_df = df[(df['number_column'] >= 3) & (df['string_column'] == 'String Match')]الكلمة المفتاحية not (ليس) هي ~ (ليس أكبر من 5):
filtered_df = df[~df["number_column"] > 5]لاسترداد جميع القيم غير الفارغة من عمود معين:
filtered_df = df[~df["column"].isna()]للتحقق مما إذا كانت القيمة موجودة في مصفوفة:
filtered_df = df[df['column'].isin(['value1', 'value2', 'value3'])]
التحدي
سهليحتوي ملف CSV المسمى stats.csv على معلومات حول الإحصائيات.
إليك أول 5 أسطر من الملف:
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPEقم باسترجاع الصفوف التي تطابق المعايير التالية فقط:
SKILL_POINTSأكبر من7.UTILIZATIONأصغر من أو يساوي0.7أو أكبر من0.95.IS_VALIDيساوي واحد.CATEGORYهي واحدة مما يلي:JAPE، وPLQR، وGHUP
قم بتخزين النتيجة النهائية في المتغير df.
جرّب بنفسك
# تم استيراد pandas كـ pd بالفعل
df = pd.read_csv("./stats.csv")
# اكتب كودك أدناه
جميع دروس تحليلات Pandas
4تحليل البيانات باستخدام Pandas
الإحصاء الوصفيتجميع البيانات وتلخيصهاأنواع التجميع المختلفةالدمج والضم3معالجة البيانات باستخدام Pandas
إرجاع النتيجة المطلوبةتصفية البياناتالإضافة والحذفتعديل البياناتتعديل السلاسل النصيةتعديلات مخصصةتدرّب بنفسك: مترجم Python عبر الإنترنت