本關任務:綜合運用前面所學知識完成任務。
讓我們來看看我們在這次實訓中學到的所有不同的標籤選擇方法的總結:
按標籤選擇 顯式語法 快捷方法 從dataframe選擇單列 df.loc[:,"col1"]
df["col1"]
從dataframe選擇一些列 df.loc[:,["col1","col7"]]
df[["col1","col7"]]
從dataframe中用切片選擇列 df.loc[:,"col1":"col4"]
從dataframe選擇單行 df.loc["row4"]
從dataframe選擇一些列 df.loc[["row1", "row8"]]
從dataframe中用切片選擇列 df.loc["row3":"row5"]
df["row3":"row5"]
從series中選擇單項 s.loc["item8"]
s["item8"]
從series中選擇一些項 s.loc[["item1","item7"]]
s[["item1","item7"]]
從series中用切片選擇項 s.loc["item2":"item4"]
s["item2":"item4"]
接下來,讓我們來練習我們所學到的知識!
請仔細閱讀右側代碼,結合相關知識,在
Begin-End
區域內進行代碼補充,完成以下需求:從
f500
中選擇數據:
創建一個新的變量
big_movers
:
索引是
Aviva
,HP
,JD.com
和BHP Billiton
的行,按這個順序;
rank
和previous_rank
列,按這個順序。創建一個新的變量
bottom_companies
:
從
National Grid
到包括AutoNation
的所有行;
rank
、sector
和country
列。
import pandas as pd
f500 = pd.read_csv('f500.csv',index_col=0)
f500.index.name = None
# 請在此添加代碼
#********** Begin **********#
big_movers = f500.loc[["Aviva", "HP", "JD.com", "BHP Billiton"], ["rank","previous_rank"]]
bottom_companies = f500.loc["National Grid":"AutoNation", ["rank","sector","country"]]
print(big_movers)
print(bottom_companies)
#********** End **********#