Conectando-os!
Na última lição, você concluiu a maior parte do trabalho em sua tentativa de vincular restaurants e restaurants_new. Você gerou os diferentes pares de linhas potencialmente correspondentes, procurou por correspondências exatas entre as colunas cuisine_type e city, mas comparou strings semelhantes na coluna rest_name. Você armazenou o DataFrame que contém as pontuações em potential_matches.
Agora, finalmente, é hora de vincular os dois DataFrames. Para isso, você extrairá primeiro todos os índices de linha de restaurants_new que correspondam às colunas mencionadas acima em potential_matches. Em seguida, você fará um subconjunto de restaurants_new nesses índices e anexará os valores não duplicados a restaurants. Todos os DataFrames estão em seu ambiente, juntamente com pandas importado como pd.
Este exercício faz parte do curso
Limpeza de dados em Python
Instruções do exercício
- Isole as instâncias de
potential_matchesem que a soma das linhas é maior ou igual a 3 usando o método.sum(). - Extraia o segundo índice de coluna de
matches, que representa os índices de linha do registro correspondente derestaurants_newusando o método.get_level_values(). - Crie um subconjunto de
restaurants_newpara linhas que não estão emmatching_indices. - Anexe
non_duparestaurants.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Isolate potential matches with row sum >=3
matches = ____[____.___(____) >= ____]
# Get values of second column index of matches
matching_indices = matches.____.____(____)
# Subset restaurants_new based on non-duplicate values
non_dup = ____[~restaurants_new.index.____(____)]
# Append non_dup to restaurants
full_restaurants = restaurants.____(____)
print(full_restaurants)