Სარჩევი:

როგორ ფილტრავთ პანდაებს?
როგორ ფილტრავთ პანდაებს?

ვიდეო: როგორ ფილტრავთ პანდაებს?

ვიდეო: როგორ ფილტრავთ პანდაებს?
ვიდეო: თვითდიაგნოსტიკა Toyota Prius 2024, ნოემბერი
Anonim

ერთი გზა ფილტრი რიგების მიხედვით პანდები არის ლოგიკური გამოხატვის გამოყენება. ჩვენ ჯერ ვქმნით ლოგიკურ ცვლადს ინტერესის სვეტის აღებით და ვამოწმებთ, უდრის თუ არა მისი მნიშვნელობა იმ კონკრეტულ მნიშვნელობას, რომლის არჩევა/შენახვა გვინდა. მაგალითად, მოდით ფილტრი მონაცემთა ჩარჩო ან მონაცემთა ჩარჩოს ქვეჯგუფი 2002 წლის მნიშვნელობის მიხედვით.

ანალოგიურად, ხალხი იკითხავს, როგორ გავფილტროთ Pandas DataFrame სვეტის ნულოვანი მნიშვნელობების საფუძველზე?

რომ ფილტრი რიგებიდან პანდას მონაცემთა ჩარჩო რომ აკლია ღირებულებები Last_Namecolumn-ში ჩვენ ჯერ ვიპოვით ს ინდექსს სვეტი არათან ერთად ნულოვანი მნიშვნელობები თან პანდები notnull() ფუნქცია. ის დააბრუნებს ლოგიკურ სერიას, სადაც True for not null და ყალბი ამისთვის ნულოვანი მნიშვნელობები ან დაკარგული ღირებულებები.

ანალოგიურად, ნულოვანია თუ არა პანდები? პანდები . არის ნულოვანი. გამოავლინეთ დაკარგული მნიშვნელობები მასივის მსგავსი ობიექტისთვის. ეს ფუნქცია იღებს სკალარულ ან მასივის მსგავს ობიექტს და მიუთითებს, აკლია თუ არა მნიშვნელობები (NaN რიცხვით მასივებში, None ან NaN ობიექტების მასივებში, NaT თარიღის მსგავსში).

ამ გზით, როგორ ავირჩიო რიგები პანდაებში?

ნაბიჯები რიგების არჩევისთვის Pandas DataFrame-დან

  1. ნაბიჯი 1: შეაგროვეთ თქვენი მონაცემთა ბაზა. პირველ რიგში, თქვენ უნდა შეაგროვოთ თქვენი მონაცემები.
  2. ნაბიჯი 2: შექმენით DataFrame. მას შემდეგ რაც მომზადებული იქნება თქვენი მონაცემები, თქვენ უნდა შექმნათ პანდების DataFrame, რათა დაიჭიროთ ეს მონაცემები Python-ში.
  3. ნაბიჯი 3: აირჩიეთ რიგები Pandas DataFrame-დან.

როგორ ავირჩიო სვეტი პანდაებში?

მხოლოდ ინდექსირების ოპერატორის შეჯამება

  1. მისი მთავარი მიზანია სვეტების შერჩევა სვეტების სახელებით.
  2. აირჩიეთ ერთი სვეტი სერიად, სვეტის სახელის პირდაპირ გადაცემით: df['col_name']
  3. აირჩიეთ მრავალი სვეტი, როგორც DataFrame, მასში სიის გადაცემით: df['col_name1', 'col_name2']

გირჩევთ: