Autokauf
Lektion 19 von 19 im Kurs Pandas Analytics von Coddy.
Bei der Verwendung von .sort_values wird ein Dataframe zurückgegeben, bei dem column_name in einen Index umgewandelt wird:
res = df.sort_values(by='column_name', ascending=True)Ein Index ist wie eine Adresse; so kann auf jeden Datenpunkt im Dataframe oder in der Serie zugegriffen werden.
Wenn eine Spalte in einen Index umgewandelt wird, ist es nicht mehr möglich, auf die Weise darauf zuzugreifen, wie wir es gelernt haben:
res["column_name"]Dies ist nicht möglich.
Um den Index wieder in eine normale Spalte umzuwandeln, schreiben Sie: .reset_index:
res = df.sort_values(by='column_name', ascending=True).reset_index()Oder führen Sie es in zwei Schritten aus:
res = df.sort_values(by='column_name', ascending=True)
res = res.reset_index()
Aufgabe
MittelDie CSV-Dateien car_raw_stats.csv und car_features.csv enthalten Informationen über zum Verkauf stehende Autos.
Hier sind die ersten 5 Zeilen von car_raw_stats.csv:
car_id,brand,price,popularity,year
1,ram,12584.93337,0.962070375,2008
2,mazda,15123.47674,0.356163012,2012
3,kia,15861.89672,0.110720597,2006
4,renault,12631.39906,0.153823182,2016Hier sind die ersten 5 Zeilen von car_features.csv:
car_id,sits,has_phone_charger,is_comfortable
1,4,,1
2,4,,1
3,4,1,1
4,2,1,Wir müssen potenzielle Autos zum Kauf finden.
- Jeder fehlende Wert wird als
0betrachtet. - Finden Sie den Mittelwert jeder Marke und untersuchen Sie nur die Top
7Marken. Filtern Sie alle Autos dieser Marken. - Wir suchen ein günstiges Auto - Preis kleiner als
20000, aber das Jahr sollte größer als 2005 sein. - Das Auto sollte
4Sitze haben, wir benötigen kein Ladegerät, aber es muss komfortabel sein. - Sortieren Sie die Autos in aufsteigender Reihenfolge nach der car id.
Speichern Sie das Ergebnis in df
Probier es selbst
# pandas as pd ist bereits importiert
df_feat = pd.read_csv("./car_features.csv")
df_stat = pd.read_csv("./car_raw_stats.csv")
# Schreibe deinen Code unten
Alle Lektionen in Pandas Analytics
2Arbeiten mit dem DataFrame
DataFrames verstehenDatenzugriffDatenbereinigung - Fehlende DatenDatenbereinigung - Weitere Tools3Datenmanipulation mit Pandas
Ergebnis zurückgebenDaten filternHinzufügen & LöschenDaten ändernStrings modifizierenEigene Anpassungen