Bir DataFrame'de belirli satırları bulma

Uçakların kuşlarla çarpışması hem insan hayatı için tehlikelidir hem de koruma çalışmaları açısından ciddi bir endişe kaynağıdır. Neyse ki Federal Havacılık İdaresi (FAA), yaklaşık 30 yıldır yaban hayatı çarpışmalarını takip ediyor.

FAA Wildlife Strikes veritabanını keşfetmek için for döngüleri kullanacaksın. 1990'dan 2018'e kadar Kaliforniya'da kaydedilen uçak-kaynaklı yaban hayatı çarpışmalarını içeren bir pandas DataFrame'i oturumuna yüklendi. Kaliforniya'da kışı geçiren göçmen bir kuş türü olan Snowy egret (kar karabatak) ile ilgili vakaları bulmak istiyorsun. Her olay için şunları göster:

Olay tarihi (INCIDENT_DATE sütunu)
Havaalanı (AIRPORT sütunu)
Uçak tipi (ATYPE sütunu)
Hasarın şiddeti (DAMAGE sütunu)

Bu egzersiz

MATLAB Kullanıcıları için Python

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

wildlife_strikes DataFrame'inin ilk beş satırını yazdır.
wildlife_strikes'ın her bir row satırı üzerinden yineleyen bir for döngüsü kur.
SPECIES değerinin 'Snowy egret' olup olmadığını belirleyen bir koşul ifadesi oluştur.
Eğer if ifaden True dönerse, 'INCIDENT_DATE', 'AIRPORT', ' ATYPE' ve 'DAMAGE' değerlerini yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print the first few lines of the wildlife_strikes DataFrame
print(____)

# Loop through each row in wildlife_strikes
for i, ____ in ____.iterrows():
    # Use an if statement to check the species of this row
    if row['____']=='____':
        # Print the INCIDENT_DATE, AIRPORT, ATYPE, and DAMAGE
        print(row['____'],
              ____['AIRPORT'],
              ____['____'],
              ____['____'])

Kodu Düzenle ve Çalıştır

Bu egzersiz

MATLAB Kullanıcıları için Python

kursunun bir parçasıdır

InicianteNível de habilidade

4.8+

Kursa Ücretsiz Başlayın

This chapter gets you started moving from MATLAB to Python. You'll learn about some of the similarities and differences between MATLAB and Python, how to use methods and packages, and be introduced to the popular NumPy package.

Exercise 1: Welcome to Python!Exercise 2: Basic calculations Exercise 3: Forecasting an investment Exercise 4: Types of variables Exercise 5: Methods and packages Exercise 6: Manipulating strings with methods Exercise 7: Using Python packages Exercise 8: Arrays & plotting Exercise 9: Getting started with NumPy arrays Exercise 10: Plotting bicycle traffic Exercise 11: What predicts animal longevity?

In this chapter, you will build on your new NumPy knowledge. You will dive into NumPy arrays, the Python analog to matrices by performing mathematical operations and indexing. You will also begin to explore another important Python data structure, the list, and then round out the chapter by making customs plots of your arrays using Matplotlib.

Exercise 1: Diving into NumPy arrays Exercise 2: Forecasting over time Exercise 3: How much more do organic avocados cost?Exercise 4: Indexing NumPy arrays Exercise 5: Getting columns from NumPy arrays Exercise 6: Bike traffic throughout the week Exercise 7: Filtering arrays with Boolean indexing Exercise 8: Lists Exercise 9: List exploration Exercise 10: Making NumPy arrays from lists Exercise 11: Operating on lists and arrays Exercise 12: Customizing plots Exercise 13: Colors, linestyles, and legends Exercise 14: Encoding data in color & size Exercise 15: Determine engine types in wildlife strikes

This chapter introduces some powerful Python data structures: the dictionary and the pandas DataFrame. You will learn to create dictionaries by setting key-value pairs, and view then how to view and modify your dictionary. Then you will be introduced to one of the most important packages in the Pythonista's toolbox, pandas. Specifically, you'll focus on the pandas' structure, the DataFrame, which organizes tabular data in an easily accessible way. Lastly, you'll learn how to transform different data types into DataFrames to make your data easier to work with.

Exercise 1: Dictionaries Exercise 2: Which keys?Exercise 3: Get data out Exercise 4: Modifying dictionaries Exercise 5: Introduction to DataFrames Exercise 6: Explore a pandas DataFrame Exercise 7: Plot data from a DataFrame Exercise 8: Accessing pandas DataFrames Exercise 9: Accessing rows and columns Exercise 10: The many flavors of .iloc Exercise 11: Creating pandas DataFrames Exercise 12: From a CSV file Exercise 13: From a dictionary of lists Exercise 14: From a list of dictionaries

You'll finish the course by controlling your Python flow. You will learn how to iterate through different Python data structures using for loops. You will also learn about Python contingencies using if, else, and elif and the Python comparison operators (greater than, less than, etc.) that will decide which lines of your code will be executed. Lastly, you'll circle back to NumPy arrays by using Python comparison operators to filter your arrays.

Exercise 1: Veri üzerinde döngü kurma Exercise 2: Listelerde döngü kurma Exercise 3: Bir figürde birden fazla grafiği üst üste çizmek Exercise 4: Karşılaştırmalar ve kontrol akışı Exercise 5: Farklı uçak tiplerini sayma Exercise 6: Bir DataFrame'de belirli satırları bulma

Geçerli Egzersiz

Exercise 7: Veri filtreleme Exercise 8: Hızlı istatistikler için Boolean indeksleme Exercise 9: Booleans iş başında!Exercise 10: Boolean indeksleme ve Matplotlib ile eğlence Exercise 11: Aferin!