Encontrar los Valores Más Pequeños de una Columna
Aprenderá otra función crucial, que devuelve los valores más pequeños o más grandes. Ya sabe que podemos ordenar los valores y luego extraer un número específico de filas. Como era de esperar, pandas puede hacerlo utilizando solo una línea de código. Observe el ejemplo de cómo recuperar los quince autos más antiguos:
1234import 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) data_smallest = data.nsmallest(15, 'Year') print(data_smallest.head(15))
Si desea ordenar por una columna y luego por otra, simplemente coloque una lista con los nombres de las columnas en el orden necesario. Observe el ejemplo donde primero ordenaremos por 'Year' y luego por 'Engine_volume'. Este código primero extraerá los 5 autos más antiguos y, si los años coinciden, el auto con el valor menor en la columna 'Engine_volume' tendrá prioridad:
1234import 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) data_smallest = data.nsmallest(5, ['Year', 'Engine_volume']) print(data_smallest.head())
Intente comparar los dos ejemplos a continuación. Ahora avanzaremos un poco más con la función. Devolvamos nuestros ejemplos con los valores de la columna 'Year'. En nuestra columna, los valores de 'Year' pueden repetirse, por lo que si queremos mostrar los diez autos más antiguos con la sintaxis anterior, nuestra función tomará solo diez valores. No considera si el valor 11 o 12 es igual al décimo. Podemos agregar el argumento keep = 'all' en el método .nsmallest() para evitar estos casos. Observe el ejemplo e intente ejecutarlo para ver la diferencia:
1234567891011import 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) # Case without using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year') print(data_smallest) data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0) # Case with using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year', keep = 'all') print(data_smallest)
Swipe to start coding
Aquí, se debe seguir el siguiente algoritmo:
- Recuperar los datos de los autos donde los valores de la columna
'Year'sean mayores que2010. - Extraer los
15autos más económicos (los15valores más bajos de la columna'Price'). Incluir todos los valores duplicados de la columna'Price'. - Mostrar todos los valores del conjunto de datos
data_cheapest.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.03Encontrar los Valores Más Pequeños de una Columna
Desliza para mostrar el menú
Aprenderá otra función crucial, que devuelve los valores más pequeños o más grandes. Ya sabe que podemos ordenar los valores y luego extraer un número específico de filas. Como era de esperar, pandas puede hacerlo utilizando solo una línea de código. Observe el ejemplo de cómo recuperar los quince autos más antiguos:
1234import 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) data_smallest = data.nsmallest(15, 'Year') print(data_smallest.head(15))
Si desea ordenar por una columna y luego por otra, simplemente coloque una lista con los nombres de las columnas en el orden necesario. Observe el ejemplo donde primero ordenaremos por 'Year' y luego por 'Engine_volume'. Este código primero extraerá los 5 autos más antiguos y, si los años coinciden, el auto con el valor menor en la columna 'Engine_volume' tendrá prioridad:
1234import 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) data_smallest = data.nsmallest(5, ['Year', 'Engine_volume']) print(data_smallest.head())
Intente comparar los dos ejemplos a continuación. Ahora avanzaremos un poco más con la función. Devolvamos nuestros ejemplos con los valores de la columna 'Year'. En nuestra columna, los valores de 'Year' pueden repetirse, por lo que si queremos mostrar los diez autos más antiguos con la sintaxis anterior, nuestra función tomará solo diez valores. No considera si el valor 11 o 12 es igual al décimo. Podemos agregar el argumento keep = 'all' en el método .nsmallest() para evitar estos casos. Observe el ejemplo e intente ejecutarlo para ver la diferencia:
1234567891011import 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) # Case without using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year') print(data_smallest) data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0) # Case with using `keep = 'all'` argument data_smallest = data.nsmallest(6, 'Year', keep = 'all') print(data_smallest)
Swipe to start coding
Aquí, se debe seguir el siguiente algoritmo:
- Recuperar los datos de los autos donde los valores de la columna
'Year'sean mayores que2010. - Extraer los
15autos más económicos (los15valores más bajos de la columna'Price'). Incluir todos los valores duplicados de la columna'Price'. - Mostrar todos los valores del conjunto de datos
data_cheapest.
Solución
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
