SEARCH
You are in browse mode. You must login to use MEMORY

   Log in to start

level: 2 pandas

Questions and Answers List

level questions: 2 pandas

QuestionAnswer
mostra i primi 7 elementi del first appearanceheroes = pd.read_csv('data/heroes.csv', sep=';', index_col=0) names = heroes['Name'].values years = heroes['First appearance'].values first_appearance = pd.Series(years, index = names) first_appearance.head(7)
mostra gli elementi di cui la first appearance è maggiore di 2010heroes = pd.read_csv('../data/heroes.csv', sep=';', index_col = 0) first = heroes['First appearance'] first[first > 2010]
la conta per ogni first appearancefirst_appearance.value_counts()
mostrare il grafo di first appearance ogni 10 anni dal 1935 al 2015first_app_freq = first_appearance[first_appearance < 2090].value_counts().sort_index() plt.bar(first_app_freq.index, first_app_freq.values) plt.xlim((1935, 2015)) plt.ylim(0, 18.5) plt.show()
esprimi l'altezza dei primi 10 supereroi in metri ed elevato al quadratoheight = pd.Series([float(h[4]) if h[4] else None for h in heroes], index=names) height.apply(lambda h: (h/100)**2)[:10]
estrai da data/heroes.csv il dataframe e mostra il gender dei supereroiheroes = pd.read_csv('data/heroes.csv', sep=';', index_col=0) heroes['Gender']
seleziona le righe che vanno da: 'Agent 13' a 'Air-Walker'heroes = pd.read_csv('data/heroes.csv', sep=';', index_col=0) heroes['Agent 13':'Air-Walker']
mostra tutte le informazioni del dataframe riguardanti Professor Xheroes = pd.read_csv('data/heroes.csv', sep=';', index_col=0) heroes.loc['Professor X']
dal dataframe ordina in base la peso discendente e estrai le prime 5 righeheroes.sort_values(by='Weight', ascending=False)[:5]
mostra gli attributi altezza e peso di Professor Xheroes.loc['Professor X', 'Height':'Weight'] oppure heroes.iloc[[106, 103], [3, 4]] heroes.iloc[221, [3, 4]]