Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Kombinering Af Din Viden | Udtrækning af Data
Avancerede Teknikker i Pandas

bookKombinering Af Din Viden

Hvis du husker det, blev du for flere kapitler siden introduceret til, hvordan man kan skrive flere betingelser samtidigt. Med .isin()-udtrykket kan du anvende de samme regler. For eksempel kan et eksempel fra det forrige kapitel se således ud:

# The initial example
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
models = ['HONDA', 'FORD', 'MERCEDES-BENZ', 'HYUNDAI']
data_extracted = data.loc[data['Manufacturer'].isin(models)]
print(data_extracted.head())

# The modified example
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
models = ['HONDA', 'FORD', 'MERCEDES-BENZ', 'HYUNDAI']
condition = data['Manufacturer'].isin(models)
data_extracted = data.loc[condition]
print(data_extracted.head())

Outputtet i begge tilfælde vil være det samme.

question-icon

Opgaven her er at få dataene til at opfylde tre betingelser: bilernes kategorier er 'Sedan', 'Jeep', 'Coupe', OG bilen har læderinteriør ('Leather_interior' == Yes), OG gearkassetypen er 'Variator' eller 'Automatic'.

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)

categories = ['Sedan', 'Jeep', 'Coupe']
gear_box = ['Variator', 'Automatic']

condition_1 = data['Category'].

(categories)
condition_2 = data['Leather_interior']
'Yes'
condition_3 = data['Gear_box_type'].


data_extracted = data.loc[condition_1
condition_2condition_3]

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 2

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Awesome!

Completion rate improved to 3.03

bookKombinering Af Din Viden

Stryg for at vise menuen

Hvis du husker det, blev du for flere kapitler siden introduceret til, hvordan man kan skrive flere betingelser samtidigt. Med .isin()-udtrykket kan du anvende de samme regler. For eksempel kan et eksempel fra det forrige kapitel se således ud:

# The initial example
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
models = ['HONDA', 'FORD', 'MERCEDES-BENZ', 'HYUNDAI']
data_extracted = data.loc[data['Manufacturer'].isin(models)]
print(data_extracted.head())

# The modified example
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
models = ['HONDA', 'FORD', 'MERCEDES-BENZ', 'HYUNDAI']
condition = data['Manufacturer'].isin(models)
data_extracted = data.loc[condition]
print(data_extracted.head())

Outputtet i begge tilfælde vil være det samme.

question-icon

Opgaven her er at få dataene til at opfylde tre betingelser: bilernes kategorier er 'Sedan', 'Jeep', 'Coupe', OG bilen har læderinteriør ('Leather_interior' == Yes), OG gearkassetypen er 'Variator' eller 'Automatic'.

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)

categories = ['Sedan', 'Jeep', 'Coupe']
gear_box = ['Variator', 'Automatic']

condition_1 = data['Category'].

(categories)
condition_2 = data['Leather_interior']
'Yes'
condition_3 = data['Gear_box_type'].


data_extracted = data.loc[condition_1
condition_2condition_3]

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 2
some-alt