NOVINKA – Víkendový online kurz Software tester, který tě posune dál. Zjisti, jak na to!
NOVINKA - Online rekvalifikační kurz Java programátor. Oblíbená a studenty ověřená rekvalifikace - nyní i online.

Lekce 4 - Pandas - Podmíněné filtrování

V minulé lekci, Pandas – Základní vlastnosti DataFrames, jsme se dozvěděli něco o základních vlastnostech DataFramů knihovny Pandas a ukázali jsme si základní práci se sloupci a řádky.

V tomto tutoriálu knihovny Pandas v Pythonu navážeme na práci se sloupci a řádky. Dozvíme se, jakým způsobem můžeme ze svých dat vybrat ta, která splňují námi zvolené podmínky. Tomu se říká podmíněné filtrování (Conditional Filtering). Vysvětlíme si Boolean Indexing a metody query() a eval().

Podmíněné filtrování v Pandas

Pandas nám umožňuje filtrovat řádky a sloupce na základě jedné či více hodnot. Nejběžnější způsoby filtrování jsou Boolean Indexing a metody query()** a eval().

Boolean Indexing

Boolean znamená, že data nabývají hodnoty Ano/Ne, respektive True/False. Tento způsob filtrování nám zjistí, zda seznam splňuje či nesplňuje námi stanovenou podmínku.


 

...konec náhledu článku...
Pokračuj dál

Znalosti v hodnotě stovek tisíc získáš za pár korun

Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.

Koupit tento kurz

Koupit všechny aktuálně dostupné lekce s funkcí odevzdávání úloh za pouhých 100 Kč
Aktuální stav konta 0 Kč
Koupí tohoto balíčku získáš přístup ke všem 7 článkům (7 lekcí) tohoto kurzu.

Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.

Co od nás v dalších lekcích dostaneš?
  • Neomezený a trvalý přístup k jednotlivým lekcím.
  • Kvalitní znalosti v oblasti IT.
  • Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.

Popis článku

Požadovaný článek má následující obsah:

V tomto tutoriálu knihovny Pandas v Pythonu si ukážeme různé způsoby, jakými lze provádět podmíněné filtrování dat v dataframe.

Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.

Článek pro vás napsal Michal Souček
Avatar
Michal
Aktivity