Programme Leçon 80 sur 250 · Bases des données : numpy et pandas
Bases des données : numpy et pandas

Sélectionner, filtrer et trier

Il y a deux sélecteurs qui tiennent compte des étiquettes. .loc sélectionne par étiquette (noms de colonnes, valeurs d'index) ; .iloc sélectionne par position entière.

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

L'outil de base, c'est le masque booléen. Écris une condition sur une colonne pour obtenir une Series de True/False, puis indexe le DataFrame avec pour ne garder que les lignes à True :

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

Combine les conditions avec & (et) et | (ou). Mets chaque condition entre parenthèses :

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

Trie avec sort_values. Utilise ascending=False pour avoir les plus grands en premier :

print(df.sort_values("age", ascending=False))   # Cy, Ada, Bo
À ton tour

Avec le DataFrame ci-dessous (déjà construit pour toi), ne garde que les lignes où price est supérieur à 20 et range le résultat dans pricey. Puis trie pricey par price, du plus élevé au plus bas, et range-le dans pricey_sorted.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.