Ermitteln der Kleinsten Werte Einer Spalte
Wir lernen eine weitere wichtige Funktion kennen, die die kleinsten oder größten Werte ausgibt. Sie wissen bereits, dass wir Werte sortieren und dann eine bestimmte Anzahl von Zeilen extrahieren können. Wenig überraschend kann pandas dies mit nur einer Codezeile erledigen. Sehen Sie sich das Beispiel an, wie Sie die fünfzehn ältesten Autos abrufen:
1234import 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) data_smallest = data.nsmallest(15, 'Year') print(data_smallest.head(15))
Wenn Sie nach einer Spalte und anschließend nach einer weiteren sortieren möchten, geben Sie einfach eine Liste mit den Spaltennamen in der gewünschten Reihenfolge an. Sehen Sie sich das Beispiel an, in dem wir zuerst nach 'Year'
und dann nach 'Engine_volume'
sortieren. Dieser Code extrahiert zunächst die 5
ältesten Autos, und falls die Jahre übereinstimmen, erhält das Auto mit dem kleineren Wert in der Spalte 'Engine_volume'
den Vorrang:
1234import 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) data_smallest = data.nsmallest(5, ['Year', 'Engine_volume']) print(data_smallest.head())
Vergleichen Sie die beiden folgenden Beispiele. Nun erweitern wir die Funktion etwas. Wir geben unsere Beispiele mit den Werten der Spalte 'Year'
zurück. In unserer Spalte können die Werte für 'Year'
mehrfach vorkommen. Wenn wir mit der bisherigen Syntax die zehn ältesten Autos ausgeben möchten, gibt unsere Funktion einfach zehn Werte zurück. Es wird nicht berücksichtigt, ob der 11. oder 12. Wert identisch mit dem 10. ist. Um solche Fälle zu vermeiden, kann das Argument keep = 'all'
in die Methode .nsmallest()
eingefügt werden. Sehen Sie sich das Beispiel an und führen Sie es aus, um den Unterschied zu erkennen:
1234567891011import 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) # Case without using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year') print(data_smallest) data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0) # Case with using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year', keep = 'all') print(data_smallest)
Swipe to start coding
Abschließend folgt eine praktische Übung! Gehen Sie dabei nach folgendem Algorithmus vor:
- Abrufen der Daten zu Autos, bei denen die Werte in der Spalte
'Year'
größer als2010
sind. - Extrahieren der günstigsten
15
Autos (die15
kleinsten Werte der Spalte'Price'
). Alle doppelten Werte in der Spalte'Price'
einbeziehen. - Ausgabe aller Werte des Datensatzes
data_cheapest
.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Can you explain what the `nsmallest()` function does in pandas?
What does the `keep='all'` argument change in the output?
How can I use `nlargest()` instead of `nsmallest()` for the largest values?
Awesome!
Completion rate improved to 3.03
Ermitteln der Kleinsten Werte Einer Spalte
Swipe um das Menü anzuzeigen
Wir lernen eine weitere wichtige Funktion kennen, die die kleinsten oder größten Werte ausgibt. Sie wissen bereits, dass wir Werte sortieren und dann eine bestimmte Anzahl von Zeilen extrahieren können. Wenig überraschend kann pandas dies mit nur einer Codezeile erledigen. Sehen Sie sich das Beispiel an, wie Sie die fünfzehn ältesten Autos abrufen:
1234import 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) data_smallest = data.nsmallest(15, 'Year') print(data_smallest.head(15))
Wenn Sie nach einer Spalte und anschließend nach einer weiteren sortieren möchten, geben Sie einfach eine Liste mit den Spaltennamen in der gewünschten Reihenfolge an. Sehen Sie sich das Beispiel an, in dem wir zuerst nach 'Year'
und dann nach 'Engine_volume'
sortieren. Dieser Code extrahiert zunächst die 5
ältesten Autos, und falls die Jahre übereinstimmen, erhält das Auto mit dem kleineren Wert in der Spalte 'Engine_volume'
den Vorrang:
1234import 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) data_smallest = data.nsmallest(5, ['Year', 'Engine_volume']) print(data_smallest.head())
Vergleichen Sie die beiden folgenden Beispiele. Nun erweitern wir die Funktion etwas. Wir geben unsere Beispiele mit den Werten der Spalte 'Year'
zurück. In unserer Spalte können die Werte für 'Year'
mehrfach vorkommen. Wenn wir mit der bisherigen Syntax die zehn ältesten Autos ausgeben möchten, gibt unsere Funktion einfach zehn Werte zurück. Es wird nicht berücksichtigt, ob der 11. oder 12. Wert identisch mit dem 10. ist. Um solche Fälle zu vermeiden, kann das Argument keep = 'all'
in die Methode .nsmallest()
eingefügt werden. Sehen Sie sich das Beispiel an und führen Sie es aus, um den Unterschied zu erkennen:
1234567891011import 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) # Case without using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year') print(data_smallest) data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0) # Case with using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year', keep = 'all') print(data_smallest)
Swipe to start coding
Abschließend folgt eine praktische Übung! Gehen Sie dabei nach folgendem Algorithmus vor:
- Abrufen der Daten zu Autos, bei denen die Werte in der Spalte
'Year'
größer als2010
sind. - Extrahieren der günstigsten
15
Autos (die15
kleinsten Werte der Spalte'Price'
). Alle doppelten Werte in der Spalte'Price'
einbeziehen. - Ausgabe aller Werte des Datensatzes
data_cheapest
.
Lösung
Danke für Ihr Feedback!
single