Filtrar Dados
Lição 9 de 19 do curso Análise com Pandas da Coddy.
O Pandas nos permite filtrar linhas com base em uma condição específica. Para filtrar linhas, escreva a condição dentro de colchetes:
filtered_df = df[df["number_column"] > 5]
filtered_df = df[df["string_column"] == "String Match"]Para combinar múltiplas condições, use a palavra-chave & (e) e a palavra-chave | (ou). Cada condição deve estar entre parênteses ():
filtered_df = df[(df['number_column'] >= 3) & (df['string_column'] == 'String Match')]A palavra-chave not (não) é ~ (não maior que 5):
filtered_df = df[~df["number_column"] > 5]Para recuperar todos os valores não vazios de uma coluna específica:
filtered_df = df[~df["column"].isna()]Para verificar se um valor está em um array:
filtered_df = df[df['column'].isin(['value1', 'value2', 'value3'])]
Desafio
FácilO arquivo CSV stats.csv contém informações sobre estatísticas.
Aqui estão as primeiras 5 linhas do arquivo:
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,JAPERecupere apenas as linhas que correspondam aos seguintes critérios:
SKILL_POINTSé maior que7.UTILIZATIONé menor ou igual a0.7ou maior que0.95.IS_VALIDé igual a um.CATEGORYé um dos seguintes:JAPE,PLQR, eGHUP
Armazene o resultado final na variável df.
Experimente você mesmo
# pandas como pd já está importado
df = pd.read_csv("./stats.csv")
# Escreva seu código abaixo
Todas as lições de Análise com Pandas
4Análise de Dados com Pandas
Estatística DescritivaAgrupamento e Agregação de DadosDiferentes AgregaçõesMerge e Concat2Trabalhando com o DataFrame
Entendendo DataFramesAcessando DadosLimpeza de Dados - Dados ausentesLimpeza de Dados - Mais ferramentas3Manipulação de Dados com Pandas
Retornar Resultado SolicitadoFiltrar DadosAdicionar e ExcluirModificar DadosModificar StringsModificações Personalizadas