행 필터링하기
Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 38번째.
대부분의 질문은 특정 행만 남깁니다. 예를 들어 월세가 1000 미만인 아파트나 60세 초과인 환자입니다. 열에 비교 연산을 적용하면 각 행마다 True 또는 False가 반환되는데, 이를 마스크라고 합니다.
flats = pd.DataFrame({
"area": ["North", "Center", "East", "Center", "West"],
"rooms": [2, 1, 3, 3, 2],
"rent": [950, 1200, 1100, 1650, 800],
})
print(flats[flats["rent"] < 1000])표의 대괄호 안에서 마스크는 해당 레이블과 함께 True인 행을 유지합니다:
area rooms rent
0 North 2 950
4 West 2 800배열 마스크에서처럼 조건을 &(둘 다) 또는 |(둘 중 하나)로 결합하고, 각 조건을 괄호로 묶습니다:
print(flats[(flats["rooms"] >= 2) & (flats["rent"] < 1200)])다음이 출력됩니다:
area rooms rent
0 North 2 950
2 East 3 1100
4 West 2 800텍스트도 사용할 수 있어요: flats["area"] == "Center". 그리고 .shape[0]은 일치하는 행의 개수를 셉니다.
챌린지
중급하이킹 클럽은 트레일 목록을 trails.csv에 저장하며, 열은 trail, km, climb_m(등반 높이(미터))입니다. 프로그램은 가장 긴 거리 max_km와 최소 등반 높이 min_climb를 입력받습니다.
- 길이가 최대
max_km이고 또한 등반 높이가 최소min_climb미터인 트레일을picked에 저장합니다. picked를 출력합니다.- 아래와 같이 조건에 맞는 트레일이 몇 개인지 출력합니다.
다른 트레일 목록의 경우:
trail km climb_m
1 Bear Creek 6.0 300
5 Old Quarry 9.2 455
Trails that fit: 2직접 해보기
import pandas as pd
trails = pd.read_csv("trails.csv")
max_km = float(input())
min_climb = int(input())
# 아래에 코드를 작성하세요
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
데이터와 시각화의 모든 레슨
직접 연습해 보세요: 온라인 Python 컴파일러