Pandy i stan
Składnia
df [(cond_1) i (cond_2)]Przykład 01
Robimy te kody w aplikacji „Spyder” i będziemy korzystać z operatora „i” w naszych warunkach w „Pandy” tutaj. Kiedy robimy kody pandy, więc najpierw musimy zaimportować „pandy jako PD” i otrzymamy swoją metodę, umieszczając tylko „PD” w naszym kodzie. Następnie generujemy słownik o nazwie „Cond”, a dane, które tutaj wstawiamy, to „A1”, „A2” i „A3” to nazwy kolumn, i dodajemy „1, 2 i 3” w „ A1 ”, w„ A2 ”jest„ 2, 6 i 4 ”, a ostatni„ A3 ”zawiera„ 3, 4 i 5 ”.
Następnie poruszamy się, aby stworzyć ramkę danych tego słownika, wykorzystując „PD.DataFrame ”tutaj. Zwróci to ramkę danych powyższych danych słownika. Renderujemy również, podając tutaj „print ()”, a po tym stosujemy pewne warunki, a także używamy operatora „&” w tym stanie. Pierwszym warunkiem jest to, że „a1> = 1”, a następnie umieszczamy operatora „&” i umieszczamy inny warunek, który jest „a2 = 1”, a także „a2 < 5”. If both conditions are satisfied here, then it will display the result, and if any one of them is not satisfied here, then it will not display any data.
Sprawdza zarówno kolumny „A1”, jak i „A2”, a następnie zwraca wynik. Wynik jest wyświetlany na ekranie, ponieważ używamy instrukcji „print ()”.
Wynik jest tutaj. Wyświetla wszystkie dane, które wprowadziliśmy do ramki danych, a następnie sprawdza oba warunki. Zwraca te wiersze, w których „A1> = 1”, a także „A2 < 5”. We get two rows in this output because both conditions are satisfied in two rows.
Przykład 02
W tym przykładzie bezpośrednio tworzymy ramkę danych po zaimportowaniu „Pandy jako PD”. Tutaj tworzona jest „zespół” danych, z danymi zawierającymi cztery kolumny. Pierwsza kolumna to kolumna „zespołów” tutaj, w której umieszczamy „A, A, B, B, B, B, C, C”. Następnie kolumna obok „drużyn” to „wynik”, w którym wstawiamy „25, 12, 15, 14, 19, 23, 25 i 29”. Po tym kolumna, którą mamy, jest „poza”, a także dodajemy w niej dane jako „5, 7, 7, 9, 12, 9, 9 i 4”. Nasza ostatnia kolumna tutaj to kolumna „odbicia”, która zawiera również dane liczbowe, które są „11, 8, 10, 6, 6, 5, 9 i 12”.
Rzeka danych jest zakończona tutaj, a teraz musimy wydrukować tenframe, więc w tym celu umieszczamy tutaj „print ()”. Chcemy uzyskać określone dane z tej formy danych, więc ustawiamy tutaj pewne warunki. Mamy tutaj dwa warunki i dodajemy operator „i” między tymi warunkami, więc zwróci tylko te warunki, które spełnią oba warunki. Pierwszym warstwem, który tutaj dodaliśmy, jest „wynik> 20”, a następnie umieszczenie operatora „&” oraz drugi warunek, który jest „out == 9”.
Tak więc przefiltruje te dane, w których wynik zespołu jest mniejszy niż 20, a także ich outs 9. Filtuje je i ignoruje pozostałe, co nie spełnia zarówno warunków, jak i żadnego z nich. Wyświetlamy również te dane, które spełniają oba warunki, więc zastosowaliśmy metodę „print ()”.
Tylko dwa rzędy spełniają oba warunki, które zastosowaliśmy do tego ramki danych. Filtruje tylko te rzędy, w których wynik jest większy niż 20, a także ich outs to 9 i wyświetlaj je tutaj.
Przykład 03
W naszych powyższych kodach po prostu wkładamy dane numeryczne do naszego DataFrame. Teraz w tym kodzie umieszczamy niektóre dane ciągów. Po zaimportowaniu „Pandy jako PD”, przeprowadzamy się do zbudowania „członka” danych danych. Zawiera cztery unikalne kolumny. Nazwa pierwszej kolumny tutaj to „Nazwa”, a my wstawiamy nazwiska członków, które są „sojusznikami, Bills, Charles, David, Ethen, George i Henry”. Następna kolumna nazywa się tutaj „Lokalizacja” i ma „Ameryka. Kanada, Europa, Kanada, Niemcy, Dubaj i Kanada ”. Kolumna „kodu” zawiera „W, w, w, e, e, e i e”. Dodajemy również „punkty” członków tutaj jako „11, 6, 10, 8, 6, 5 i 12”. Renderujemy „członek” danych z wykorzystaniem metody „print ()”. W tym zakresie danych określiliśmy pewne warunki.
Tutaj mamy dwa warunki i dodając między nimi operator „i”, zwróci tylko warunki spełniające oba warunki. Tutaj pierwszym wprowadzonym warunkiem jest „Lokalizacja == Kanada”, a następnie operator „&”, a drugi warunek „Punkty <= 9”. It gets those data from the DataFrame in which both conditions are satisfied, and then we have placed “print ()” which displays those data in which both conditions are true.
Below you can notice that two rows are extracted from the DataFrame and displayed. W obu rzędach lokalizacja to „Kanada”, a punkty są mniejsze niż 9.
Przykład 04
Importujemy tutaj zarówno „Pandy”, jak i „Numpy”, odpowiednio jako „PD” i „NP”. Otrzymujemy metody „pand”, umieszczając metody „PD” i „Numpy”, umieszczając „NP” w razie potrzeby. Następnie utworzony przez nas słownik zawiera trzy kolumny. W kolumnie „Nazwa”, w której wstawiamy „sojusznicy, George, Nimi, Samuel i William”. Następnie mamy kolumnę „Otm_marks”, która zawiera uzyskane znaki uczniów, a oceny te to „4, 47, 55, 74 i 31”.
Tworzymy również kolumnę dla „prac_marks”, które mają praktyczne oceny ucznia. Dodane tutaj znaki to „5, 67, 54, 56 i 12”. Tworzymy ramkę danych tego słownika, a następnie drukujemy. Stosujemy „NP.Logical_and ”, który zwróci wynik w formie„ true ”lub„ fałszywych ”. Przechowujemy również wynik po sprawdzeniu obu warunków w nowej kolumnie, którą utworzyliśmy tutaj o nazwie „Pass_status”.
Sprawdza, czy „OTM_MARKS” jest większy niż „40”, a „prak_marks” jest większy niż „40”. Jeśli oba są prawdziwe, wówczas sprawią, że w nowej kolumnie; W przeciwnym razie sprawia, że jest fałszywe.
Nowa kolumna jest dodawana o nazwie „PASS_STATUS”, a ta kolumna składa się tylko z „prawdziwego” i „fałszu”. To jest prawdziwe, gdy uzyskane znaki, a także praktyczne znaki są większe niż 40 i fałszywe dla pozostałych wierszy.
Wniosek
Głównym celem tego samouczka jest wyjaśnienie pojęcia „i stanu” w „Pandy”. Mówiliśmy o tym, jak zdobyć te rzędy, w których oba warunki są zadowolone, a także otrzymujemy prawdę dla tych, w których wszystkie warunki są zadowolone i fałszywe dla pozostałych. Zbadaliśmy tutaj cztery przykłady. Wszystkie cztery przykłady, które ustanowiliśmy w tym samouczku, przeszły ten proces. Przykłady w tym samouczku zostały starannie przedstawione dla twojej korzyści. Ten samouczek powinien pomóc ci w jasnym zrozumieniu tego pomysłu.