Manejo de Varias Condiciones
A veces es necesario aplicar varias condiciones. Por ejemplo, queremos extraer datos sobre asteroides peligrosos con un diámetro mínimo pequeño. ¿Pero cómo escribimos dos condiciones simultáneamente? Observa la tabla:
El ejemplo fue incluido para ayudarte a abordar este tema. Este código extrae datos sobre asteroides grandes y peligrosos, donde el diámetro mínimo estimado es mayor que 3.5 kilómetros y 'hazardous' es True.
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] > 3.5) & (data['hazardous'] == True)] print(data_extracted)
En la salida, se pueden ver todas las filas que cumplen estas dos condiciones:
est_diameter_min> 3.5;hazardous== True.
Observe el siguiente ejemplo con la declaración or. Este código extraerá datos sobre asteroides extremadamente pequeños o grandes con un diámetro estimado mínimo menor que 0.0005 kilómetros y un diámetro estimado máximo mayor que 20 kilómetros:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] < 0.0005) | (data['est_diameter_max'] > 20)] print(data_extracted)
En la salida, puedes ver todas las filas que cumplen una de estas dos condiciones:
est_diameter_min< 0.0005;est_diameter_max> 20.
Swipe to start coding
Se proporciona un conjunto de datos con información sobre asteroides.
- El objetivo es extraer datos sobre asteroides muy brillantes y no peligrosos, donde:
'absolute_magnitude'≥ 25;'hazardous'==False.
- Utilizar el atributo
.loc[]con ambas condiciones conectadas por el operador&(recordar encerrar cada condición entre paréntesis).
Finalmente, mostrar 5 filas aleatorias del DataFrame resultante utilizando .sample(5).
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.03
Manejo de Varias Condiciones
Desliza para mostrar el menú
A veces es necesario aplicar varias condiciones. Por ejemplo, queremos extraer datos sobre asteroides peligrosos con un diámetro mínimo pequeño. ¿Pero cómo escribimos dos condiciones simultáneamente? Observa la tabla:
El ejemplo fue incluido para ayudarte a abordar este tema. Este código extrae datos sobre asteroides grandes y peligrosos, donde el diámetro mínimo estimado es mayor que 3.5 kilómetros y 'hazardous' es True.
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] > 3.5) & (data['hazardous'] == True)] print(data_extracted)
En la salida, se pueden ver todas las filas que cumplen estas dos condiciones:
est_diameter_min> 3.5;hazardous== True.
Observe el siguiente ejemplo con la declaración or. Este código extraerá datos sobre asteroides extremadamente pequeños o grandes con un diámetro estimado mínimo menor que 0.0005 kilómetros y un diámetro estimado máximo mayor que 20 kilómetros:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] < 0.0005) | (data['est_diameter_max'] > 20)] print(data_extracted)
En la salida, puedes ver todas las filas que cumplen una de estas dos condiciones:
est_diameter_min< 0.0005;est_diameter_max> 20.
Swipe to start coding
Se proporciona un conjunto de datos con información sobre asteroides.
- El objetivo es extraer datos sobre asteroides muy brillantes y no peligrosos, donde:
'absolute_magnitude'≥ 25;'hazardous'==False.
- Utilizar el atributo
.loc[]con ambas condiciones conectadas por el operador&(recordar encerrar cada condición entre paréntesis).
Finalmente, mostrar 5 filas aleatorias del DataFrame resultante utilizando .sample(5).
Solución
¡Gracias por tus comentarios!
single