데이터 필터링
Coddy의 Pandas 데이터 분석 코스 레슨 — 19개 중 9번째.
Pandas를 사용하면 특정 조건에 따라 행을 필터링할 수 있습니다. 행을 필터링하려면 대괄호 안에 조건을 작성하세요:
filtered_df = df[df["number_column"] > 5]
filtered_df = df[df["string_column"] == "String Match"]여러 조건을 결합하려면 & (and) 키워드와 | (or) 키워드를 사용하세요. 모든 조건은 괄호 () 안에 있어야 합니다:
filtered_df = df[(df['number_column'] >= 3) & (df['string_column'] == 'String Match')]not 키워드는 ~입니다 (5보다 크지 않음):
filtered_df = df[~df["number_column"] > 5]특정 열에서 비어 있지 않은(not-empty) 모든 값을 가져오려면:
filtered_df = df[~df["column"].isna()]값이 배열에 있는지 확인하려면:
filtered_df = df[df['column'].isin(['value1', 'value2', 'value3'])]
챌린지
쉬움CSV 파일 stats.csv에는 통계 정보가 포함되어 있습니다.
파일의 처음 5줄은 다음과 같습니다:
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,JAPE다음 기준에 부합하는 행만 추출하세요:
SKILL_POINTS가7보다 큽니다.UTILIZATION이0.7보다 작거나 같거나, 또는0.95보다 큽니다.IS_VALID가 1과 같습니다.CATEGORY가JAPE,PLQR,GHUP중 하나입니다.
최종 결과를 df 변수에 저장하세요.
직접 해보기
# pandas는 pd로 이미 임포트되어 있습니다
df = pd.read_csv("./stats.csv")
# 아래에 코드를 작성하세요