Summary  
Demonstrates how to use boolean expressions to filter and select subsets of data from collections based on conditional criteria.

General domain of usage  
Data analysis

For at blive dygtig til programmering er det nødvendigt at øve sig. I denne opgave skal du også huske funktionerne fra det forrige kapitel. Hvis du ikke er helt sikker på funktionerne fra sidste kapitel, kan du se på tipsene for at genopfriske dem.

import unittest
import pandas as pd
import io
import sys


def _dynamic_test(test_case, condition, success_msg, failure_msg):
    if condition:
        test_case._testMethodName = success_msg
        test_case.assertTrue(True, success_msg)
    else:
        test_case._testMethodName = failure_msg
        test_case.fail(failure_msg)


def frames_equal_ignore_col_order(df1, df2):
    """ÐÐµÑÐµÐ²ÑÑÑÑ ÑÑÐ²Ð½ÑÑÑÑ DataFrame Ð½ÐµÐ·Ð°Ð»ÐµÐ¶Ð½Ð¾ Ð²ÑÐ´ Ð¿Ð¾ÑÑÐ´ÐºÑ ÐºÐ¾Ð»Ð¾Ð½Ð¾Ðº."""
    if set(df1.columns) != set(df2.columns):
        return False
    common_cols = sorted(df1.columns)
    df1_sorted = df1[common_cols].reset_index(drop=True)
    df2_sorted = df2[common_cols].reset_index(drop=True)
    return df1_sorted.equals(df2_sorted)


class TestExtraction(unittest.TestCase):
    def test_extract_columns(self):
        """
        1. Extract all rows from columns 'name' and 'hazardous' using .loc[].
        """
        import user_code
        df = pd.read_csv(
            "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet"
        )
        ref = df.loc[:, ["name", "hazardous"]]

        condition = (
            hasattr(user_code, "data_extracted")
            and isinstance(user_code.data_extracted, pd.DataFrame)
            and frames_equal_ignore_col_order(user_code.data_extracted, ref)
        )
        _dynamic_test(
            self,
            condition,
            "Columns 'name' and 'hazardous' are extracted correctly using .loc[].",
            "The extraction of 'name' and 'hazardous' columns is incorrect."
        )


class TestFiltering(unittest.TestCase):
    def test_filter_true_rows(self):
        """
        2. Filter rows where 'hazardous' is True.
        """
        import user_code
        ref = user_code.data_extracted.loc[user_code.data_extracted["hazardous"] == True]

        condition = (
            hasattr(user_code, "data_filtered")
            and isinstance(user_code.data_filtered, pd.DataFrame)
            and frames_equal_ignore_col_order(user_code.data_filtered, ref)
        )
        _dynamic_test(
            self,
            condition,
            "Rows where 'hazardous' == True are filtered correctly.",
            "Filtering by 'hazardous' == True is incorrect."
        )


class TestOutput(unittest.TestCase):
    def test_print_output(self):
        """
        3. Output the first five rows of data_filtered using .head().
        """
        import user_code

        captured_output = io.StringIO()
        sys.stdout = captured_output
        print(user_code.data_filtered.head())
        sys.stdout = sys.__stdout__

        output_text = captured_output.getvalue().strip()
        condition = len(output_text) > 0
        _dynamic_test(
            self,
            condition,
            "The output displays the first five rows of 'data_filtered' correctly.",
            "The 'data_filtered' dataset is not printed correctly. Use print(data_filtered.head())."
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

Dette kursus indeholder mange nyttige funktioner for en kommende dataanalytiker. Du vil lære forskellige måder at udtrække data på og endda sætte betingelser for dem. Herefter vil du blive fortrolig med metoder til gruppering af data. Du vil også lære, hvordan man forbehandler data. Hvert afsnit har sit eget datasæt, så kurset bliver spændende.

Dette afsnit vil lære dig, hvordan du kan udtrække specifikke kolonner ved hjælp af deres titler eller indekser. Du vil også blive introduceret til måder, hvorpå du kan vælge rækker ud fra deres indekser.

Her vil du lære, hvordan man udtrækker data, der opfylder specifikke betingelser. Du vil også lære, hvordan man kombinerer dem og endda opretter dine egne.

I dette afsnit vil du udvide din viden om at opstille forskellige datakriterier. Du vil lære at kontrollere, om dine data er i en defineret liste af værdier eller mellem to værdier. Du vil også lære, hvordan du finder de største og mindste værdier.

Dette afsnit er et af de mest fascinerende i kurset. Her vil du lære, hvordan man grupperer data på forskellige måder. Det vil hjælpe dig som dataanalytiker med at finde information om specifikke datagrupper.

Dette afsnit er et af de mest betydningsfulde for en dataanalytiker, fordi det vil være umuligt at arbejde med data, hvis de indeholder manglende dataværdier i forkert format. Derfor vil du her lære, hvordan man håndterer sådanne upassende værdier.

Valg af Data Baseret på Betingelse

Løsning