Wenn Sie sich erinnern, wurden Ihnen vor mehreren Kapiteln Informationen darüber gegeben, wie man mehrere Bedingungen gleichzeitig schreibt. Mit der `.isin()`-Anweisung können Sie die gleichen Regeln anwenden. Zum Beispiel könnte ein Beispiel aus dem vorherigen Kapitel so aussehen:


```python
# The initial example
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())

# The modified example
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']
condition = data['Manufacturer'].isin(models)
data_extracted = data.loc[condition]
print(data_extracted.head())
```


Die Ausgabe in diesen beiden Fällen wird gleich sein.

Dieser Kurs enthält viele nützliche Funktionen für einen zukünftigen Datenanalysten. Sie werden verschiedene Möglichkeiten der Datenextraktion kennenlernen und sogar Bedingungen darauf setzen. Danach werden Sie mit den Methoden der Datenaggregation vertraut sein. Außerdem lernen Sie, wie man Daten vorverarbeitet. Jede Sektion hat ihren eigenen Datensatz, sodass der Kurs spannend sein wird.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben können. Außerdem werden Sie mit den Möglichkeiten vertraut gemacht, wie Sie Zeilen anhand von Indizes auswählen können.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem lernen Sie, wie Sie diese kombinieren und sogar Ihre eigenen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob Ihre Daten in einer definierten Liste von Werten oder zwischen zwei Werten liegen. Sie lernen auch, wie Sie die größten und kleinsten Werte finden.

Dieser Abschnitt ist einer der faszinierendsten des Kurses. Hier lernen Sie, wie Sie Daten auf verschiedene Weise gruppieren können. Es wird Ihnen helfen, als Datenanalyst zu arbeiten, um Informationen über bestimmte Datengruppen zu finden.

Dieser Abschnitt ist einer der bedeutendsten für einen Datenanalysten, da es unmöglich sein wird, mit den Daten zu arbeiten, wenn sie fehlende Werte im falschen Format enthalten. Daher lernen Sie hier, wie Sie mit solchen ungeeigneten Werten umgehen.

Fortgeschrittene Techniken in Pandas

Ihr Wissen Kombinieren

Ihre Aufgabe hier ist es, die Daten so zu gestalten, dass sie drei Bedingungen erfüllen: Die Kategorien der Autos sind 'Sedan', 'Jeep', 'Coupe', UND das Auto hat ein Lederinterieur (`'Leather_interior' == Yes`), UND die Getriebetypen sind 'Variator' oder 'Automatic'.