เขียนโปรแกรม Python อ่านข้อมูลจาก products.csv และพิมพ์จำนวน Rows และ Columns แล้วพิมพ์ค่า Column 'product' ที่ตรงกับ 'Car' สำหรับ 10 แถวแรก
สมมติว่ามีไฟล์ 'products.csv' และผลลัพธ์สำหรับจำนวน Rows, Columns และ 'product' ที่ตรง 'Car' 10 แถวแรก:
ดาวน์โหลด products.csv ได้ที่นี่
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018เรามี 2 วิธีแก้ปัญหานี้
วิธีที่ 1 (Solution 1)
อ่านข้อมูลจาก products.csv และกำหนดให้ df
df = pd.read_csv('products.csv ')พิมพ์จำนวน Rows = df.shape[0] และ Columns = df.shape[1]
ตั้ง df1 ให้ Filter 10 แถวแรกจาก df โดยใช้ iloc[0:10,:]
df1 = df.iloc[0:10,:]คำนวณค่า Column Product ที่ตรงกับ Car โดยใช้ df1.iloc[:,1]
ที่นี่ Product Column Index คือ 1 และพิมพ์ข้อมูลสุดท้าย
df1[df1.iloc[:,1]=='Car']ตัวอย่าง
ลองตรวจสอบโค้ดต่อไปนี้:
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:", df.shape[0], "Columns:", df.shape[1])
df1 = df.iloc[0:10,:]
print(df1[df1.iloc[:,1]=='Car'])ผลลัพธ์
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018วิธีที่ 2 (Solution 2)
อ่านข้อมูลจาก products.csv และกำหนดให้ df
df = pd.read_csv('products.csv ')พิมพ์จำนวน Rows = df.shape[0] และ Columns = df.shape[1]
เอา 10 แถวแรกด้วย df.head(10) และกำหนดให้ df1
df1 = df.head(10)เอาค่า Product Column ที่ตรง Car ด้วยวิธีด้านล่าง
df1[df1['product']=='Car']ตัวอย่าง
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:", df.shape[0], "Columns:", df.shape[1])
df1 = df.head(10)
print(df1[df1['product']=='Car'])ผลลัพธ์
Rows: 100 Columns: 8
id product engine avgmileage price height_mm width_mm productionYear
1 2 Car Diesel 21 16500 1530 1735 2020
4 5 Car Gas 18 17450 1530 1780 2018
5 6 Car Gas 19 15250 1530 1790 2019
8 9 Car Diesel 23 16925 1530 1800 2018