Data Science · मराठी आवृत्ती
6.2 Boolean filters
अट प्रत्येक row साठी True किंवा False देते. True असलेल्या rows filter मधून पुढे येतात:
pune = df[df["city"] == "Pune"]
delivered = df[df["status"] == "Delivered"]
big = df[df["amount"] >= 200]
अटी जोडण्यासाठी & | ~ वापरा. प्रत्येक अट वेगळ्या parentheses मध्ये ठेवा:
mask = (df["city"] == "Pune") & (df["status"] == "Delivered")
pune_ok = df[mask]
print(pune_ok)
# Cancelled or Returned
bad = df[df["status"].isin(["Cancelled", "Returned"])]
# Not Pune
not_pune = df[~(df["city"] == "Pune")]
Jupyter मध्ये करून पाहा
- मागच्या lesson मधला
dfतयार करा. - Nashik किंवा Nagpur मधल्या Delivered rows:
df[(df["status"]=="Delivered") & (df["city"].isin(["Nashik","Nagpur"]))] - ₹100 ते ₹500 amount साठी:
df[df["amount"].between(100, 500)] - प्रत्येक filter नंतर
.shapeतपासा.
Pune Delivered मध्ये Ruhi आणि Shahrukh च्या rows दिसतील. “big” filter मध्ये Solapur ची ₹1,299 row दिसेल.