Lehrplan Lektion 80 von 250 · Daten Grundlagen: numpy & pandas
Daten Grundlagen: numpy & pandas

Auswählen, Filtern und Sortieren

Es gibt zwei Selektoren, die Labels kennen. .loc wählt nach Label aus (Spaltennamen, Indexwerte); .iloc wählt nach ganzzahliger Position aus.

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
})
print(df.loc[0, "name"])   # Ada    (row label 0, column 'name')
print(df.iloc[0])          # the first row by position
print(df.iloc[:, 1])       # the second column by position

Das Arbeitspferd ist die boolesche Maske. Schreib eine Bedingung auf eine Spalte, um eine True/False-Series zu bekommen, und indiziere den DataFrame damit, um nur die True-Zeilen zu behalten:

mask = df["age"] >= 30
print(df[mask])            # only Ada and Cy
# or in one line:
print(df[df["age"] >= 30])

Kombiniere Bedingungen mit & (und) und | (oder). Setz jede Bedingung in Klammern:

print(df[(df["age"] >= 26) & (df["age"] <= 34)])   # just Ada

Sortiere mit sort_values. Nimm ascending=False für die größten zuerst:

print(df.sort_values("age", ascending=False))   # Cy, Ada, Bo
Du bist dran

Behalte im untenstehenden DataFrame (bereits für dich erstellt) nur die Zeilen, in denen price größer als 20 ist, und speichere das Ergebnis in pricey. Sortiere dann pricey nach price von hoch nach niedrig und speichere es in pricey_sorted.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.