Auto pro capite (2)

Ti ricordi di np.logical_and(), np.logical_or() e np.logical_not(), le varianti NumPy degli operatori and, or e not? Puoi anche utilizzarli con le Series di pandas per effettuare operazioni di filtraggio più avanzate.

Prendiamo questo esempio che seleziona le osservazioni che hanno un cars_per_cap compreso tra 10 e 80. Prova queste righe di codice passo a passo per vedere cosa succede.

cpc = cars['cars_per_cap']
between = np.logical_and(cpc > 10, cpc < 80)
medium = cars[between]

Questo esercizio fa parte del corso

Python - Livello Intermedio

Visualizza il corso

Istruzioni dell'esercizio

Usa l'esempio di codice fornito per creare un DataFrame medium, che include tutte le osservazioni di cars che hanno un cars_per_cap tra 100 e 500.
Stampa medium.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import cars data
import pandas as pd
cars = pd.read_csv('cars.csv', index_col = 0)

# Import numpy, you'll need this
import numpy as np

# Create medium: observations with cars_per_cap between 100 and 500




# Print medium

Modifica ed esegui il codice