Добавьте в df строку с меткой k, самостоятельно выбрав значения всех столбцов. Затем удалите её, чтобы восстановить…
PythonУровень: Базаpandas · DataFrame
Добавьте в df строку с меткой k, самостоятельно выбрав значения всех столбцов. Затем удалите её, чтобы восстановить исходный DataFrame.
Предполагаются импорты import pandas as pd и import numpy as np.
Исходные данные и примеры:
data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
df = pd.DataFrame(data, index=labels)
Подсказки
- Отличите отсутствующее значение от нуля, пустой строки и ложного значения.
- Проверьте сравнение, агрегацию и фильтрацию на маленьком примере с пропуском.
Ответ
Присваивание через loc добавляет строку, а drop('k') возвращает DataFrame без неё. В опубликованном примере ниже значения списка предполагают порядок столбцов age, animal, priority, visits; у приведённого в условии словаря порядок другой. Чтобы значения попали в правильные столбцы, задавайте их явно: df.loc['k', ['age', 'animal', 'priority', 'visits']] = [5.5, 'dog', 'no', 2]. Затем выполните удаление, как в примере.
df.loc['k'] = [5.5, 'dog', 'no', 2]
# and then deleting the new row...
df = df.drop('k')
Источник и лицензия: 100 pandas puzzles — Alex Riley and contributors · MIT · перевод: Quantoros