Sintaxă
df [ ( cond_1 ) & ( cond_2 ) ]Exemplul 01
Facem aceste coduri în aplicația „Spyder” și vom folosi operatorul „ȘI” în condițiile noastre în „pandas” aici. Pe măsură ce facem codurile panda, trebuie mai întâi să importăm „pandas ca pd” și vom obține metoda prin introducerea doar „pd” în codul nostru. Apoi generăm un dicționar cu numele „Cond”, iar datele pe care le inserăm aici sunt „A1”, „A2” și „A3” sunt numele coloanelor și adăugăm „1, 2 și 3” în „ A1”, în „A2” există „2, 6 și 4”, iar ultimul „A3”, conține „3, 4 și 5”.
Apoi, facem DataFrame-ul acestui dicționar utilizând „pd.DataFrame” aici. Aceasta va returna DataFrame-ul datelor din dicționar de mai sus. De asemenea, îl redăm prin furnizarea „print ()” aici, iar după aceasta, aplicăm unele condiții și utilizăm și operatorul „&” în această condiție. Prima condiție aici este că „A1 >= 1”, apoi punem operatorul „&” și plasăm o altă condiție care este „A2 < 5”. Când executăm acest lucru, va returna rezultatul dacă „A1 >=1” și, de asemenea, „A2 < 5”. Dacă ambele condiții sunt îndeplinite aici, atunci va afișa rezultatul, iar dacă oricare dintre ele nu este satisfăcută aici, atunci nu va afișa nicio dată.
Verifică ambele coloane „A1” și „A2” ale DataFrame și apoi returnează rezultatul. Rezultatul este afișat pe ecran deoarece utilizăm declarația „print ()”.
Rezultatul este aici. Afișează toate datele pe care le-am introdus în DataFrame și apoi verifică ambele condiții. Returnează acele rânduri în care „A1 >=1” și, de asemenea, „A2 < 5”. Obținem două rânduri în această ieșire deoarece ambele condiții sunt îndeplinite în două rânduri.
Exemplul 02
În acest exemplu, creăm direct DataFrame după importarea „pandas as pd”. Aici este creat DataFrame „Team”, datele conținând patru coloane. Prima coloană este coloana „echipe” aici în care punem „A, A, B, B, B, B, C, C”. Apoi coloana de lângă „echipe” este „scor”, în care inserăm „25, 12, 15, 14, 19, 23, 25 și 29”. După aceasta, coloana pe care o avem este „Out” și adăugăm și date în ea ca „5, 7, 7, 9, 12, 9, 9 și 4”. Ultima noastră coloană de aici este coloana „recuperări”, care conține și câteva date numerice, care sunt „11, 8, 10, 6, 6, 5, 9 și 12”.
DataFrame este completat aici, iar acum trebuie să tipărim acest DataFrame, așa că pentru aceasta, plasăm „print ()” aici. Dorim să obținem câteva date specifice din acest DataFrame, așa că am stabilit câteva condiții aici. Avem două condiții aici și adăugăm operatorul „ȘI” între aceste condiții, deci va returna doar acele condiții care vor îndeplini ambele condiții. Prima condiție pe care am adăugat-o aici este „scor > 20” și apoi plasați operatorul „&” și cealaltă condiție care este „Out == 9”.
Așadar, va filtra acele date în care scorul echipei este mai mic de 20 și, de asemenea, ieșirile lor sunt 9. Le filtrează și le ignoră pe cele rămase, care nu vor îndeplini ambele condiții sau nici una dintre ele. De asemenea, afișăm acele date care îndeplinesc ambele condiții, așa că am folosit metoda „printare ()”.
Doar două rânduri îndeplinesc ambele condiții, pe care le-am aplicat acestui DataFrame. Filtrează numai acele rânduri în care scorul este mai mare de 20 și, de asemenea, ieșirile lor sunt 9 și le afișează aici.
Exemplul 03
În codurile noastre de mai sus, inserăm doar datele numerice în DataFrame. Acum, punem câteva date șir în acest cod. După importarea „pandas ca pd”, trecem la construirea unui DataFrame „Member”. Conține patru coloane unice. Numele primei coloane aici este „Nume” și inserăm numele membrilor, care sunt „Aliați, Bills, Charles, David, Ethen, George și Henry”. Următoarea coloană se numește „Locație” aici și are „America. Canada, Europa, Canada, Germania, Dubai și Canada”. Coloana „Cod” conține „W, W, W, E, E, E și E”. Adăugăm, de asemenea, „punctele” membrilor aici ca „11, 6, 10, 8, 6, 5 și 12”. Redăm DataFrame „Member” cu utilizarea metodei „print ()”. Am specificat câteva condiții în acest DataFrame.
Aici, avem două condiții, iar prin adăugarea operatorului „ȘI” între ele, va returna doar condiții care îndeplinesc ambele condiții. Aici, prima condiție pe care am introdus-o este „Locație == Canada”, urmată de operatorul „&”, iar a doua condiție, „puncte <= 9”. Obține acele date din DataFrame în care ambele condiții sunt îndeplinite și apoi am plasat „print ()” care afișează acele date în care ambele condiții sunt adevărate.
Mai jos puteți observa că două rânduri sunt extrase din DataFrame și afișate. În ambele rânduri, locația este „Canada”, iar punctele sunt mai mici de 9.
Exemplul 04
Importăm atât „pandas” cât și „numpy” aici ca „pd” și, respectiv, „np”. Obținem metodele „pandas” prin plasarea „pd” și metodele „numpy” prin plasarea „np” acolo unde este necesar. Atunci dicționarul pe care l-am creat aici conține trei coloane. În coloana „Nume” în care, inserăm „Aliați, George, Nimi, Samuel și William”. În continuare, avem coloana „Obt_Marks”, care conține notele obținute de elevi, iar acele note sunt „4, 47, 55, 74 și 31”.
De asemenea, creăm aici o coloană pentru „Prac_Marks” care are notele practice ale studentului. Semnele pe care le adăugăm aici sunt „5, 67, 54, 56 și 12”. Facem DataFrame-ul acestui Dicționar și apoi îl imprimăm. Aplicăm aici „np.Logical_and”, care va returna rezultatul în forma „Adevărat” sau „Fals”. De asemenea, stocăm rezultatul după verificarea ambelor condiții într-o coloană nouă, pe care am creat-o aici cu numele „Pass_Status”.
Verifică dacă „Obt_Marks” este mai mare de „40” și „Prac_Marks” este mai mare de „40”. Dacă ambele sunt adevărate, atunci va fi adevărată în noua coloană; în caz contrar, se redă fals.
Noua coloană este adăugată cu numele „Pass_Status”, iar această coloană constă doar din „True” și „False”. Se redă adevărat acolo unde notele obținute și, de asemenea, notele practice sunt mai mari de 40 și false pentru rândurile rămase.
Concluzie
Scopul principal al acestui tutorial este de a explica conceptul de „și condiție” în „pandas”. Am vorbit despre cum să obținem acele rânduri în care ambele condiții sunt îndeplinite sau, de asemenea, obținem adevărate pentru acelea în care toate condițiile sunt îndeplinite și false pentru celelalte. Am explorat patru exemple aici. Toate cele patru exemple pe care le-am stabilit în acest tutorial au trecut prin acest proces. Exemplele din acest tutorial au fost toate prezentate cu atenție în beneficiul dumneavoastră. Acest tutorial ar trebui să vă ajute să înțelegeți mai clar această idee.