Lära Finns Data I ...? | Extrahera Data

I det här avsnittet fortsätter vi att extrahera data med hjälp av specifika villkor. Här kommer du att bekanta dig med den användbara metoden som kallas .isin(). Men först behöver du granska datasettet. Titta på de första fem raderna:


              123
            
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)
print(data.head())

Titta nu på exemplet och förklaringen nedan:


              12345
            
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())

Förklaring:

Som du kanske minns placerar vi alltid villkoren inuti attributet .loc[]. Här gör vi på samma sätt. Metoden .isin(list) kontrollerar om värdena från kolumnen finns i arrayen. I vårt fall kontrollerar vi om värdena från kolumnen 'Manufacturer' finns i listan models.

Uppgift

Swipe to start coding

Din uppgift här är att extrahera data om bilar där värdena i kolumnen 'Color' är lika med 'Grey', 'White', 'Black'. Följ algoritmen för att enkelt hantera uppgiften:

Skapa listan colors med elementen 'Grey', 'White', 'Black' (i denna ordning).
Extrahera värden från kolumnen 'Color' som finns i listan color. Använd attributet .loc[].
Visa de sista fem raderna i datasettet data_extracted.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 1

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Awesome!

Completion rate improved to 3.03

Svep för att visa menyn


              123
            
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)
print(data.head())