O mais importante na Análise de Dados é comparar valores e selecionar os dados de acordo. O operador “==” funciona para vários valores em um dataframe Pandas também. Os dois exemplos a seguir mostram como comparar e selecionar dados de um dataframe Pandas.
Para baixar o arquivo CSV utilizado, clique aqui.
Exemplo #1: Comparando dados
No exemplo a seguir, um dataframe é feito de um arquivo csv. Na coluna Gender, existem apenas 3 tipos de valores (“Male”, “Female” ou NaN). Cada linha da coluna Gender é comparada a “Male” e uma série booleana é retornada depois disso.
# importando o pacote pandas
import pandas as pd
# Criando um dataframe a partir
# de um arquivo csv
data = pd.read_csv("employees.csv")
# Criando uma serie com valores booleanos
# para cada linha que tiver o valor "Male"
# na coluna Gender é adicionado um valor
# True a serie new
new = data["Gender"] == "Male"
# Inserindo a serie new no dataframe data
# como uma nova coluna
data["New"] = new
print(data)
Conforme mostrado na saída abaixo, para Gender = “Male”, o valor na nova coluna new é Verdadeiro e para os valores “Female” e NaN é Falso.
Saída:
First Name Gender Start Date Last Login Time Salary Bonus % Senior Management Team New 0 Douglas Male 8/6/1993 12:42 PM 97308 6.945 True Marketing True 1 Thomas Male 3/31/1996 6:53 AM 61933 4.170 True NaN True 2 Maria Female 4/23/1993 11:17 AM 130590 11.858 False Finance False 3 Jerry Male 3/4/2005 1:00 PM 138705 9.340 True Finance True 4 Larry Male 1/24/1998 4:47 PM 101004 1.389 True Client Services True .. ... ... ... ... ... ... ... ... ... 995 Henry NaN 11/23/2014 6:09 AM 132483 16.655 False Distribution False 996 Phillip Male 1/31/1984 6:30 AM 42392 19.675 False Finance True 997 Russell Male 5/20/2013 12:39 PM 96914 1.421 False Product True 998 Larry Male 4/20/2013 4:45 PM 60500 11.985 False Business Development True 999 Albert Male 5/15/2012 6:24 PM 129949 10.169 True Sales True [1000 rows x 9 columns]
Exemplo #2: Seleção de dados
No exemplo a seguir, a série booleana é passada para data e apenas Linhas com Gender = ”Male” ou Nan são retornadas.
# importando o pacote pandas
import pandas as pd
# Criando um dataframe a partir
# de um arquivo csv
data = pd.read_csv("employees.csv")
# Criando uma serie com valores booleanos
# para cada linha que tiver o valor diferente de "Female"
# na coluna Gender é adicionado um valor
# True a serie new
new = data["Gender"] != "Female"
# Inserindo a serie new no dataframe data
# como uma nova coluna
data["New"] = new
print(data)
Conforme mostrado na saída abaixo, o dataframe com Gender = ”Male” ou NaN é retornado.
Saída:
First Name Gender Start Date Last Login Time Salary Bonus % Senior Management Team New
0 Douglas Male 8/6/1993 12:42 PM 97308 6.945 True Marketing True
1 Thomas Male 3/31/1996 6:53 AM 61933 4.170 True NaN True
[thor@localhost geeksforgeeks]$ /bin/python3.8 /home/thor/Documentos/working/geeksforgeeks/teste.py
First Name Gender Start Date Last Login Time Salary Bonus % Senior Management Team New
0 Douglas Male 8/6/1993 12:42 PM 97308 6.945 True Marketing True
1 Thomas Male 3/31/1996 6:53 AM 61933 4.170 True NaN True
2 Maria Female 4/23/1993 11:17 AM 130590 11.858 False Finance False
3 Jerry Male 3/4/2005 1:00 PM 138705 9.340 True Finance True
4 Larry Male 1/24/1998 4:47 PM 101004 1.389 True Client Services True
.. ... ... ... ... ... ... ... ... ...
995 Henry NaN 11/23/2014 6:09 AM 132483 16.655 False Distribution True
996 Phillip Male 1/31/1984 6:30 AM 42392 19.675 False Finance True
997 Russell Male 5/20/2013 12:39 PM 96914 1.421 False Product True
998 Larry Male 4/20/2013 4:45 PM 60500 11.985 False Business Development True
999 Albert Male 5/15/2012 6:24 PM 129949 10.169 True Sales True
[1000 rows x 9 columns]
Artigo escrito por Kartikaybhutani e traduzido por Acervolima de Python | Data Comparison and Selection in Pandas.
0 comentários:
Postar um comentário