Selección de filas

Parte de la sección Datos y gráficos del Journey de Machine Learning de Coddy. Lección 37 de 60.

Este capítulo termina con los productos más vendidos de una tienda, seleccionados así:

Una tabla de una tienda con seis productos, su categoría y sus ingresos; las filas de cocina aparecen atenuadas y una flecha apunta a los 3 productos de jardinería con mayores ingresos: Manguera 1500, Semillas 800, Rastrillo 600

Empieza con una fila, una muestra. pandas llega a ella de dos maneras: iloc cuenta las posiciones desde 0, como una lista; loc usa su etiqueta:

La tabla de planetas dibujada como una cuadrícula, con sus filas etiquetadas como Mercurio, Tierra, Marte y Júpiter, y las posiciones de 0 a 3 junto a ellas; la fila de la Tierra está marcada como loc Earth, por etiqueta, y la fila de Marte como iloc 2, por posición

planets = pd.DataFrame(
    {"moons": [0, 1, 2, 95], "diameter_km": [4879, 12756, 6792, 142984]},
    index=["Mercury", "Earth", "Mars", "Jupiter"],
)
print(planets.iloc[2])
print(planets.loc["Earth"])

Esto imprime dos filas, cada una una Serie etiquetada por las columnas:

moons             2
diameter_km    6792
Name: Mars, dtype: int64
moons              1
diameter_km    12756
Name: Earth, dtype: int64

Añade un nombre de columna para una celda: planets.loc["Jupiter", "moons"] es 95. iloc[-1] es la última fila.

En una tabla leída desde un archivo CSV, las etiquetas coinciden con las posiciones hasta que se filtran o se ordenan las filas.

Desafío

Intermedio

Los resultados de una carrera de 10 km están en race.csv, con un corredor por fila en orden de llegada y las columnas runner, club y minutes. El programa los carga en race y lee un place, donde 1 es quien gana.

Imprime quién terminó en ese puesto.
Imprime su tiempo.
Imprime quién terminó último.

Para otra carrera y el puesto 2:

Place 2: Ola Berg
Time: 51.5 minutes
Last: Kim Ito

Pruébalo tú mismo

import pandas as pd

race = pd.read_csv("race.csv")
place = int(input())

# Escribe tu código a continuación

Ponte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Datos y gráficos

1Introducción

Hola, Machine Learning ¿Qué es un modelo?Importar bibliotecas Tu primer gráfico

4Dar forma a los datos

Cambiar la forma de los arrays Unir arrays Números aleatorios Repaso: simulación de dados

7DataFrames de pandas

Series DataFrames Lectura de archivos CSV Inspección de datos Selección de columnas Repaso: calificaciones de películas

10Graficar DataFrames

Graficar un DataFrame Gráfico de dispersión a partir de columnas Un color por grupo Histograma de una columna Repaso: ventas del café

2Arrays de NumPy

Creación de arrays Forma y tamaño Rangos de números Indexación y segmentación Repaso: cuadrícula de temperaturas

5Gráficos de líneas y de dispersión

Etiquetas y títulos Gráficos de dispersión Varias líneas y leyendas Colores y marcadores Figuras y ejes Repaso: pasos semanales

8Filtrado y ordenación

Selección de filasFiltrado de filas Ordenación de valores Nuevas columnas Repaso: productos principales

11Conjuntos de datos para ML

Conjuntos de datos integrados Características y etiquetas Explorar por clase Representar las clases Repaso: conjunto de datos Wine

Practica por tu cuenta: Compilador de Python online