Håndtering af Flere Betingelser
Nogle gange skal vi anvende flere betingelser. For eksempel ønsker vi at udtrække data om farlige asteroider med en lille minimumsdiameter. Men hvordan skriver vi to betingelser samtidigt? Se på tabellen:
Eksemplet er inkluderet for at hjælpe dig med dette emne. Denne kode udtrækker data om store og farlige asteroider, hvor den mindste estimerede diameter er større end 3.5
kilometer og 'hazardous'
er True
.
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] > 3.5) & (data['hazardous'] == True)] print(data_extracted)
I outputtet kan du se alle rækker, der opfylder disse to betingelser:
est_diameter_min
> 3.5;hazardous
== True.
Se følgende eksempel med or
-operatoren. Denne kode udtrækker data om ekstremt små eller store asteroider med en minimum estimeret diameter mindre end 0.0005
kilometer og en maksimum estimeret diameter større end 20
kilometer:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] < 0.0005) | (data['est_diameter_max'] > 20)] print(data_extracted)
I outputtet kan du se alle rækker, der opfylder en af disse to betingelser:
est_diameter_min
< 0.0005;est_diameter_max
> 20.
Swipe to start coding
Du har et datasæt med information om asteroider.
- Opgaven er at udtrække data om meget lyse og ikke-farlige asteroider, hvor:
'absolute_magnitude'
≥ 25;'hazardous'
==False
.
- Brug
.loc[]
-attributten med begge betingelser forbundet med&
-operatoren (husk at sætte hver betingelse i parentes).
Til sidst skal du vise 5 tilfældige rækker fra den resulterende DataFrame ved hjælp af .sample(5)
.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain the difference between using & and | in these examples?
How do I combine more than two conditions in a single query?
What happens if I forget to use parentheses around the conditions?
Awesome!
Completion rate improved to 3.03
Håndtering af Flere Betingelser
Stryg for at vise menuen
Nogle gange skal vi anvende flere betingelser. For eksempel ønsker vi at udtrække data om farlige asteroider med en lille minimumsdiameter. Men hvordan skriver vi to betingelser samtidigt? Se på tabellen:
Eksemplet er inkluderet for at hjælpe dig med dette emne. Denne kode udtrækker data om store og farlige asteroider, hvor den mindste estimerede diameter er større end 3.5
kilometer og 'hazardous'
er True
.
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] > 3.5) & (data['hazardous'] == True)] print(data_extracted)
I outputtet kan du se alle rækker, der opfylder disse to betingelser:
est_diameter_min
> 3.5;hazardous
== True.
Se følgende eksempel med or
-operatoren. Denne kode udtrækker data om ekstremt små eller store asteroider med en minimum estimeret diameter mindre end 0.0005
kilometer og en maksimum estimeret diameter større end 20
kilometer:
1234import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0) data_extracted = data.loc[(data['est_diameter_min'] < 0.0005) | (data['est_diameter_max'] > 20)] print(data_extracted)
I outputtet kan du se alle rækker, der opfylder en af disse to betingelser:
est_diameter_min
< 0.0005;est_diameter_max
> 20.
Swipe to start coding
Du har et datasæt med information om asteroider.
- Opgaven er at udtrække data om meget lyse og ikke-farlige asteroider, hvor:
'absolute_magnitude'
≥ 25;'hazardous'
==False
.
- Brug
.loc[]
-attributten med begge betingelser forbundet med&
-operatoren (husk at sætte hver betingelse i parentes).
Til sidst skal du vise 5 tilfældige rækker fra den resulterende DataFrame ved hjælp af .sample(5)
.
Løsning
Tak for dine kommentarer!
single