В DataFrame df есть столбцы country, user_id, revenue. Что вернёт выражение df.loc[df["country"] == "RU", ["user_id", "revenue"]]?
A
DataFrame со строками, где country == "RU", и только столбцами user_id и revenue из исходного набора данных.B
Series со значениями revenue только для строк, где country == "RU", без других столбцов исходного DataFrame.CБулеву маску типа
Series для столбца country, которую затем нужно отдельно применить к DataFrame df.D
DataFrame со всеми строками, но с NaN в revenue и user_id для всех стран, кроме "RU", без удаления строк.Правильный ответ.
.loc позволяет одновременно выбрать строки по условию и нужные столбцы, возвращая DataFrame.Разбор
В df.loc[строки, столбцы] первый аргумент отвечает за выбор строк, второй — за выбор столбцов. Условие df["country"] == "RU" даёт булеву Series, которая фильтрует строки. Список столбцов ["user_id", "revenue"] ограничивает набор колонок, поэтому результатом будет DataFrame, а не Series.
Проверь себя · 1/3разбор после ответа
В чём смысл параметров в
pd.merge(df_left, df_right, left_on="sku", right_on="product_sku", how="inner")?Ещё вопросы по теме «Pandas и DataFrame»
- Что вернёт выражение `df[df["price"] > 100]`?
- В `df` есть столбец `age`. Какие значения `age` попадут в результат `df[(df["age"] >= 18) & (df["age"] <= 25)]`?
- Что выберет фильтр `df[~df["status"].isin(["cancelled", "returned"])]`?
- Что верно про два шага: `mask = df["col"] > 0` и затем `df[mask]`?
- В `df` есть столбцы `user_id` и `amount`. Что вернёт выражение `df.groupby("user_id")["amount"].sum()`?
- Все вопросы по «Pandas и DataFrame» →