Selecteren, filteren en sorteren
Er zijn twee label-bewuste selectors. .loc selecteert op basis van label (kolomnamen, indexwaarden); .iloc selecteert op basis van integer positie.
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 positionDe werkpaard is de boolean mask. Schrijf een conditie op een kolom om een True/False Series te krijgen, en indexeer dan de DataFrame ermee om alleen de True rijen te behouden:
mask = df["age"] >= 30
print(df[mask]) # only Ada and Cy
# or in one line:
print(df[df["age"] >= 30])Combineer voorwaarden met & (and) en | (or). Zet elke voorwaarde tussen haakjes:
print(df[(df["age"] >= 26) & (df["age"] <= 34)]) # just AdaSorteer met sort_values. Gebruik ascending=False voor het grootste eerst:
print(df.sort_values("age", ascending=False)) # Cy, Ada, BoGegeven de onderstaande DataFrame (al voor je gebouwd), houd alleen de rijen over waar price groter is dan 20 en sla het resultaat op in pricey. Sorteer daarna pricey op price van hoog naar laag en sla dit op in pricey_sorted.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.