Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Familiarizzazione con le Funzioni Lambda | Familiarizzazione con l'Indicizzazione e la Selezione dei Dati
Tecniche Avanzate in Pandas

bookFamiliarizzazione con le Funzioni Lambda

A volte è necessario applicare delle condizioni sugli indici. In questi casi, è opportuno utilizzare una funzione lambda all'interno di iloc[].

Analisi delle possibilità offerte da lambda:

data.iloc[lambda x: x.index < 5]

Questo codice restituirà le prime cinque righe del dataset, ovvero le righe con gli indici 0, 1, 2, 3 e 4.

  • lambda x - x rappresenta l'argomento su cui si opera (l'elemento del dataset);
  • x.index - estrae esclusivamente i valori degli indici delle righe;
  • x.index < 5 - condizione secondo cui vengono estratti i dati. In questo caso, solo le righe con indici inferiori a 5.
Compito

Swipe to start coding

Il tuo compito qui è suddividere i dati in due gruppi: uno con indici dispari e l'altro con indici pari. Segui l'algoritmo:

  1. Importa la libreria pandas con l'alias pd.
  2. Leggi il file csv.
  3. Estrai solo le righe con indici pari:
    • Applica l'attributo .iloc[] ai data;
    • All'interno dell'attributo .iloc[], applica la funzione lambda con l'argomento x;
    • Imposta una condizione per verificare se il numero è pari (se non sai come fare, consulta il suggerimento).
  4. Estrai solo le righe con indici dispari:
    • Applica l'attributo .iloc[] ai data;
    • All'interno dell'attributo .iloc[], applica la funzione lambda con l'argomento x;
    • Imposta una condizione per verificare se il numero è dispari (se non sai come fare, consulta il suggerimento).
  5. Output dei dati:
    • Visualizza le prime cinque righe degli indici even;
    • Visualizza le ultime cinque righe degli indici odd.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 5
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

close

Awesome!

Completion rate improved to 3.03

bookFamiliarizzazione con le Funzioni Lambda

Scorri per mostrare il menu

A volte è necessario applicare delle condizioni sugli indici. In questi casi, è opportuno utilizzare una funzione lambda all'interno di iloc[].

Analisi delle possibilità offerte da lambda:

data.iloc[lambda x: x.index < 5]

Questo codice restituirà le prime cinque righe del dataset, ovvero le righe con gli indici 0, 1, 2, 3 e 4.

  • lambda x - x rappresenta l'argomento su cui si opera (l'elemento del dataset);
  • x.index - estrae esclusivamente i valori degli indici delle righe;
  • x.index < 5 - condizione secondo cui vengono estratti i dati. In questo caso, solo le righe con indici inferiori a 5.
Compito

Swipe to start coding

Il tuo compito qui è suddividere i dati in due gruppi: uno con indici dispari e l'altro con indici pari. Segui l'algoritmo:

  1. Importa la libreria pandas con l'alias pd.
  2. Leggi il file csv.
  3. Estrai solo le righe con indici pari:
    • Applica l'attributo .iloc[] ai data;
    • All'interno dell'attributo .iloc[], applica la funzione lambda con l'argomento x;
    • Imposta una condizione per verificare se il numero è pari (se non sai come fare, consulta il suggerimento).
  4. Estrai solo le righe con indici dispari:
    • Applica l'attributo .iloc[] ai data;
    • All'interno dell'attributo .iloc[], applica la funzione lambda con l'argomento x;
    • Imposta una condizione per verificare se il numero è dispari (se non sai come fare, consulta il suggerimento).
  5. Output dei dati:
    • Visualizza le prime cinque righe degli indici even;
    • Visualizza le ultime cinque righe degli indici odd.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 5
single

single

some-alt