Les Données Sont-Elles Dans ... ?
Dans cette section, nous continuerons à extraire des données en utilisant des conditions spécifiques. Ici, vous vous familiariserez avec la méthode utile appelée .isin()
. Mais tout d'abord, il est nécessaire d'examiner le jeu de données. Consultez les cinq premières lignes :
123import 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) print(data.head())
À présent, examinez l'exemple et l'explication ci-dessous :
12345import 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())
Explication :
Comme rappelé précédemment, les conditions sont toujours placées à l'intérieur de l'attribut .loc[]
. Ici, nous procédons de la même manière. La méthode .isin(list)
vérifie si les valeurs de la colonne se trouvent dans le tableau. Dans notre cas, nous vérifions si les valeurs de la colonne 'Manufacturer'
figurent dans la liste models
.
Swipe to start coding
Votre tâche ici consiste à extraire les données concernant les voitures dont les valeurs de la colonne 'Color'
sont égales à 'Grey'
, 'White'
, 'Black'
. Suivez l'algorithme pour gérer facilement cette tâche :
- Créez la liste
colors
avec les éléments'Grey'
,'White'
,'Black'
(dans cet ordre). - Extrayez les valeurs de la colonne
'Color'
qui figurent dans la listecolor
. Utilisez l'attribut.loc[]
. - Affichez les cinq dernières lignes du jeu de données
data_extracted
.
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Can you explain how the `.isin()` method works in more detail?
What other conditions can I use with `.loc[]` besides `.isin()`?
Can you show more examples of filtering data using different columns?
Awesome!
Completion rate improved to 3.03
Les Données Sont-Elles Dans ... ?
Glissez pour afficher le menu
Dans cette section, nous continuerons à extraire des données en utilisant des conditions spécifiques. Ici, vous vous familiariserez avec la méthode utile appelée .isin()
. Mais tout d'abord, il est nécessaire d'examiner le jeu de données. Consultez les cinq premières lignes :
123import 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) print(data.head())
À présent, examinez l'exemple et l'explication ci-dessous :
12345import 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())
Explication :
Comme rappelé précédemment, les conditions sont toujours placées à l'intérieur de l'attribut .loc[]
. Ici, nous procédons de la même manière. La méthode .isin(list)
vérifie si les valeurs de la colonne se trouvent dans le tableau. Dans notre cas, nous vérifions si les valeurs de la colonne 'Manufacturer'
figurent dans la liste models
.
Swipe to start coding
Votre tâche ici consiste à extraire les données concernant les voitures dont les valeurs de la colonne 'Color'
sont égales à 'Grey'
, 'White'
, 'Black'
. Suivez l'algorithme pour gérer facilement cette tâche :
- Créez la liste
colors
avec les éléments'Grey'
,'White'
,'Black'
(dans cet ordre). - Extrayez les valeurs de la colonne
'Color'
qui figurent dans la listecolor
. Utilisez l'attribut.loc[]
. - Affichez les cinq dernières lignes du jeu de données
data_extracted
.
Solution
Merci pour vos commentaires !
single