Verileri Filtreleme
Coddy'nin Pandas Analitiği kursunda ders 9 / 19.
Pandas, satırları belirli bir koşula göre filtrelememize olanak tanır. Satırları filtrelemek için koşulu köşeli parantez içine yazın:
filtered_df = df[df["number_column"] > 5]
filtered_df = df[df["string_column"] == "String Match"]Birden fazla koşulu birleştirmek için & (ve) anahtar kelimesini ve | (veya) anahtar kelimesini kullanın. Her koşul parantez () içinde olmalıdır:
filtered_df = df[(df['number_column'] >= 3) & (df['string_column'] == 'String Match')]not (değil) anahtar kelimesi ~ işaretidir (5'ten büyük değil):
filtered_df = df[~df["number_column"] > 5]Belirli bir sütundaki tüm boş olmayan değerleri almak için:
filtered_df = df[~df["column"].isna()]Bir değerin bir dizide olup olmadığını kontrol etmek için:
filtered_df = df[df['column'].isin(['value1', 'value2', 'value3'])]
Görev
Kolaystats.csv CSV dosyası istatistikler hakkında bilgiler içermektedir.
Dosyanın ilk 5 satırı aşağıdadır:
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,JAPEYalnızca aşağıdaki kriterlere uyan satırları getirin:
SKILL_POINTSdeğeri7'den büyük olmalı.UTILIZATIONdeğeri0.7'ye eşit veya daha küçük, ya da0.95'ten büyük olmalı.IS_VALIDdeğeri bire eşit olmalı.CATEGORYşunlardan biri olmalı:JAPE,PLQRveGHUP
Nihai sonucu df değişkeninde saklayın.
Kendin dene
# pandas as pd zaten içe aktarıldı
df = pd.read_csv("./stats.csv")
# Kodunuzu aşağıya yazın
Pandas Analitiği bölümündeki tüm dersler
3Pandas ile Veri Manipülasyonu
İstenen Sonucu DöndürmeVerileri FiltrelemeEkleme ve SilmeVeriyi DüzenlemeStringleri DüzenlemeÖzel Düzenlemeler