Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

🔍 Команда дня: query() в Pandas

Метод df.query() принимает строку с условием для фильтрации данных.

🔹 Важные моменты:
• Строковые значения должны быть заключены в кавычки внутри условия.
• Можно комбинировать несколько условий с & (И) или | (ИЛИ).

🔹 Пример использования:

import pandas as pd

# Создаём DataFrame
df = pd.DataFrame({
    'Product': ['Apple', 'Banana', 'Cherry'],
    'Price': [0.4, 0.8, 0.3],
    'Country': ['United Kingdom', 'USA', 'United Kingdom']
})

# Фильтруем товары дешевле 0.5 и из UK
filtered_df = df.query('Price < 0.5 & Country == "United Kingdom"')

print(filtered_df)

🔹 Вывод:

  Product  Price         Country
0   Apple    0.4  United Kingdom
2  Cherry    0.3  United Kingdom

🔹 Преимущества query():
• Более читаемый и краткий код по сравнению с df[(df['Price'] < 0.5) & (df['Country'] == 'United Kingdom')]
• Поддержка переменных через @var_name
• Удобно для сложных фильтраций

Библиотека дата-сайентиста #буст

👍13❤1

www.tgoop.com/dsproglib/6211

2.19K viewsMar 12 at 07:04

🔍 Команда дня: query() в Pandas

Метод df.query() принимает строку с условием для фильтрации данных.

🔹 Важные моменты:
• Строковые значения должны быть заключены в кавычки внутри условия.
• Можно комбинировать несколько условий с & (И) или | (ИЛИ).

🔹 Пример использования:

import pandas as pd

# Создаём DataFrame
df = pd.DataFrame({
    'Product': ['Apple', 'Banana', 'Cherry'],
    'Price': [0.4, 0.8, 0.3],
    'Country': ['United Kingdom', 'USA', 'United Kingdom']
})

# Фильтруем товары дешевле 0.5 и из UK
filtered_df = df.query('Price < 0.5 & Country == "United Kingdom"')

print(filtered_df)

  Product  Price         Country
0   Apple    0.4  United Kingdom
2  Cherry    0.3  United Kingdom

BY Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение