Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Унікальні Значення | Аналіз Даних
Перші Кроки в Pandas
course content

Зміст курсу

Перші Кроки в Pandas

Перші Кроки в Pandas

1. Перші Кроки
Що таке Pandas?SeriesЧеленджDataFrameЧелендж 1Челендж 2Додавання Нового Стовпця 1/2Додавання Нового Стовпця 2/2Видалення Рядка/СтовпчикаЧеленджРобота зі СтовпцямиЧеленджФункція iloc() 1/2Функція iloc() 2/2
2. Робота з Файлами
Файли CSVФайли TXTЧелендж 1Челендж 2
3. Аналіз Даних
Перегляд ДанихЧелендж 1Челендж 2Інформація про DataFrame 1/2Інформація про DataFrame 2/2Пошук Відсутніх ЗначеньЧеленджВидалення Відсутніх ЗначеньЗаповнення Відсутніх ЗначеньЧеленджОпис ДанихЧеленджMax() та Min()ЧеленджSum() та Count()Унікальні Значення

Унікальні Значення

Дані часто дублюються у DataFrame. Наприклад, у нашому DataFrame countries, в стовпці continent дані повторювались. Існує функція, яка повертає масив унікальних значень з конкретного стовпця DataFrame. Давайте повернемося до цього DataFrame:


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Тепер давайте застосуємо функцію unique() до стовпців continent та country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Секція 3. Розділ 16
toggle bottom row

Унікальні Значення

Дані часто дублюються у DataFrame. Наприклад, у нашому DataFrame countries, в стовпці continent дані повторювались. Існує функція, яка повертає масив унікальних значень з конкретного стовпця DataFrame. Давайте повернемося до цього DataFrame:


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Тепер давайте застосуємо функцію unique() до стовпців continent та country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Секція 3. Розділ 16
toggle bottom row

Унікальні Значення

Дані часто дублюються у DataFrame. Наприклад, у нашому DataFrame countries, в стовпці continent дані повторювались. Існує функція, яка повертає масив унікальних значень з конкретного стовпця DataFrame. Давайте повернемося до цього DataFrame:


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Тепер давайте застосуємо функцію unique() до стовпців continent та country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дані часто дублюються у DataFrame. Наприклад, у нашому DataFrame countries, в стовпці continent дані повторювались. Існує функція, яка повертає масив унікальних значень з конкретного стовпця DataFrame. Давайте повернемося до цього DataFrame:


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Тепер давайте застосуємо функцію unique() до стовпців continent та country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Завдання

У нас є DataFrame audi_cars. Будь ласка, знайдіть усі унікальні значення у стовпцях year та fueltype.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Секція 3. Розділ 16
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
We're sorry to hear that something went wrong. What happened?
some-alt