Datatable Python adalah paket terbaru untuk manipulasi dan analisis data di Python. Itu membawa semangat R # Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df 8 dengan sintaks yang mirip. Ini sangat cepat, jauh lebih cepat daripada panda dan memiliki kemampuan untuk bekerja dengan data yang kehabisan memori. Melihat kinerjanya, ini akan menjadi paket yang harus digunakan untuk manipulasi data dengan python
1. Bagaimana cara mengimpor paket yang dapat didata dan memeriksa versinya?
Tingkat kesulitan. L1
Tunjukkan Solusiimport datatable as dt dt.__version__ '0.8.0'
Anda perlu # Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _9 agar kode lainnya dalam latihan ini berfungsi
2. Bagaimana cara membuat Frame yang dapat didata dari daftar, array numpy, bingkai data panda?
Tingkat kesulitan. L1
Pertanyaan. Buat Frame yang dapat didata dari daftar, array numpy, dan bingkai data panda
Memasukkan
import pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _Keluaran yang diinginkan
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list)
3. Bagaimana cara mengimpor file csv sebagai Frame pydatatable?
Tingkat kesulitan. L1
Pertanyaan. Baca file sebagai Frame yang dapat didata
Tunjukkan SolusiMemasukkan. Kumpulan data BostonHousing
Dapatkan Kursus Python Lengkap Gratis
Menghadapi situasi yang sama seperti orang lain?
Bangun karir ilmu data Anda dengan kualifikasi yang diakui secara global dan diakui industri. Dapatkan pola pikir, kepercayaan diri, dan keterampilan yang membuat Data Scientist begitu berharga
Dapatkan Kursus Python Lengkap Gratis
Bangun karir ilmu data Anda dengan kualifikasi yang diakui secara global dan diakui industri. Dapatkan pola pikir, kepercayaan diri, dan keterampilan yang membuat Data Scientist begitu berharga
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _3. Bagaimana cara membaca 5 baris pertama Frame pydatatable ?
Tingkat kesulitan. L1
Pertanyaan. Baca terlebih dahulu # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 0 baris Frame yang dapat didata
Masukkan URL untuk file CSV. https. //mentah. githubusercontent. com/selva86/datasets/master/BostonHousing. csv
Tunjukkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df
4. Bagaimana cara menambahkan kolom baru di Frame pydatatable dari daftar?
Tingkat kesulitan. L1
Pertanyaan. Baca terlebih dahulu # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df _0 baris Frame yang dapat didata dan tambahkan kolom baru dengan panjang # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 0
Masukkan URL untuk file CSV. https. //mentah. githubusercontent. com/selva86/datasets/master/BostonHousing. csv
Tunjukkan Solusi# Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df
5. Bagaimana cara melakukan penambahan kolom yang ada untuk mendapatkan kolom baru di Frame pydatatable?
Tingkat kesulitan. L1
Pertanyaan. Tambahkan # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df _3 dan # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 4 kolom untuk mendapatkan kolom baru di Frame yang dapat didata
Tunjukkan SolusiMemasukkan. Kumpulan data BostonHousing
# Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad]6. Bagaimana cara mendapatkan nilai int dari kolom float di Frame pydatatable?
Tingkat kesulitan. L1
Pertanyaan. Dapatkan nilai int dari kolom float # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 5 di Frame yang dapat didata
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi# Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) Tampilkan Solusi
7. Bagaimana cara membuat kolom baru berdasarkan kondisi dalam Bingkai yang dapat didata?
Tingkat kesulitan. L2
Pertanyaan. Buat kolom baru yang memiliki nilai 'Lama' jika usia lebih dari 60 tahun atau 'Baru' dalam Bingkai `datatable`
Memasukkan. Kumpulan data BostonHousing
8. Bagaimana cara menggabungkan dua Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. menggabungkan dua Frame
Memasukkan
'0.8.0' 0Kunci utama. SEBUAH
Tunjukkan Solusi'0.8.0' 1
9. Bagaimana cara mengganti nama kolom dalam Bingkai pydatatable?
Tingkat kesulitan. L1
Pertanyaan. Ganti nama kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 6 menjadi # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 7 dalam Frame yang dapat didata
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' 2
10. Bagaimana cara mengimpor setiap baris ke-50 dari file csv untuk membuat Frame yang dapat didata?
Tingkat kesulitan. L2
Pertanyaan. Impor setiap baris ke-50 dari [set data BostonHousing] (BostonHousing. csv) sebagai kerangka data
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' _3
11. Bagaimana cara mengubah nilai kolom saat mengimpor csv ke Frame yang dapat didata Python?
Tingkat kesulitan. L2
Pertanyaan. Impor dataset perumahan boston, tetapi saat mengimpor, ubah kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 8 (nilai rumah median) sehingga nilai < 25 menjadi 'Rendah' dan > 25 menjadi 'Tinggi'
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' _4
12. Bagaimana cara mengubah nilai pada baris dan kolom tertentu dalam Frame data Python?
Tingkat kesulitan. L1
Pertanyaan. Ubah nilai pada nomor baris 2 dan nomor kolom 1 sebagai # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 0 dalam Frame yang dapat didata
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' 5
13. Bagaimana cara menghapus sel, baris, kolom, baris tertentu per kondisi dalam Bingkai yang dapat didata?
Tingkat kesulitan. 2
Pertanyaan
- Hapus sel pada posisi # Input
import datatable as dt
df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv')
# Solution
df[:,"new_column"] = df[:, dt.f.age + dt.f.rad]
0
Hapus baris # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] _1
Hapus kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] _2
Hapus baris di mana kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df _6 memiliki nilai 0
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' 6
14. Bagaimana cara mengonversi Frame yang dapat didata menjadi panda, numpy, kamus, daftar, tupel, file csv?
Tingkat kesulitan. L1
Pertanyaan. Ubah Frame yang dapat didata menjadi panda, numpy, kamus, daftar, tupel, file csv
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusi'0.8.0' 7
15. Bagaimana cara mendapatkan tipe data dari semua kolom di Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Dapatkan tipe data dari semua kolom dalam Frame yang dapat didata
Memasukkan. Kumpulan data BostonHousing
Keluaran yang diinginkan
'0.8.0' 8 Tunjukkan Solusi'0.8.0' 9'0.8.0' 8
16. Bagaimana cara mendapatkan statistik ringkasan dari setiap kolom dalam Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan
Untuk setiap kolom
- Dapatkan jumlah nilai kolom
Dapatkan nilai maksimum kolom
Dapatkan min dari nilai kolom
Dapatkan rata-rata nilai kolom
Dapatkan standar deviasi dari nilai kolom
Dapatkan modus dari nilai kolom
Dapatkan nilai modal dari nilai kolom
Dapatkan jumlah nilai unik di kolom
Memasukkan. Kumpulan data BostonHousing
Tunjukkan Solusiimport pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _1
17. Bagaimana cara mendapatkan statistik kolom dari kolom tertentu dari Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Dapatkan nilai maksimal # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) # Solution df[:,"new_column"] = dt.Frame([1,2,3,4,5]) df 6 kolom dari Frame yang dapat didata
Memasukkan. Kumpulan data BostonHousing
Keluaran yang diinginkan. 100
Tunjukkan Solusiimport pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _2
18. Bagaimana cara menerapkan grup berdasarkan fungsi dalam Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Temukan harga rata-rata untuk setiap pabrikan menggunakan kumpulan data Cars93
Memasukkan
Mobil93
Keluaran yang diinginkan
import pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) 3 Tunjukkan Solusiimport pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _4
19. Bagaimana cara mengatur Bingkai tabel data dalam urutan menaik berdasarkan nilai kolom?
Tingkat kesulitan. L1
Pertanyaan. Atur Frame yang dapat didata dalam urutan menaik oleh # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] 5
Memasukkan
Mobil93
Keluaran yang diinginkan
import pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) 5 Tunjukkan Solusiimport pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _6
20. Bagaimana cara mengatur Bingkai tabel data dalam urutan menurun berdasarkan nilai kolom?
Tingkat kesulitan. L1
Pertanyaan. Atur Frame yang dapat didata dalam urutan menurun menurut # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] 5
Memasukkan
Mobil93
Keluaran yang diinginkan
import pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) 7 Tunjukkan Solusiimport pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _8
21. Bagaimana cara mengulang (menambahkan) data yang sama dalam Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Ulangi (tambahkan) data yang sama 5 kali dalam Bingkai yang dapat didata
Memasukkan
Mobil93
import pandas as pd import numpy as np my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) _9
22. Bagaimana cara mengganti string dengan string lain di seluruh Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Ganti # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] _7 dengan # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] 8 di seluruh Frame yang dapat didata
Memasukkan
Mobil93
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) 0
23. Bagaimana cara mengekstrak detail sel tertentu dengan kriteria yang diberikan??
Tingkat kesulitan. L1
Pertanyaan. Ekstrak pabrikan, model, dan tipe mana yang memiliki # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:,"new_column"] = df[:, dt.f.age + dt.f.rad] 5 tertinggi
Memasukkan
Mobil93
Keluaran yang diinginkan
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) 1 Tunjukkan Solusiimport pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) 2import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) 3
24. Bagaimana cara mengganti nama kolom tertentu dalam kerangka data?
Tingkat kesulitan. L2
Pertanyaan. Ganti nama kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _0 sebagai # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 1
Memasukkan
Mobil93
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) _4
25. Bagaimana cara menghitung nilai NA di setiap kolom dari Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Hitung nilai NA di setiap kolom Frame yang dapat didata
Memasukkan
Mobil93
Keluaran yang diinginkan
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) 5 Tunjukkan Solusiimport pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) _6
26. Bagaimana cara mendapatkan kolom tertentu dari Frame yang dapat didata sebagai Frame yang dapat didata, bukan seri?
Tingkat kesulitan. L1
Pertanyaan. Dapatkan kolom (# Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 0) dalam Bingkai yang dapat didata sebagai Bingkai yang dapat didata (bukan sebagai Seri)
Memasukkan
Mobil93
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) _7
Model ▪▪▪▪0Integra1Legend29031004535i
5 baris × 1 kolom
27. Bagaimana cara membalik urutan kolom dari Frame yang dapat didata?
Tingkat kesulitan. L1
Pertanyaan. Balikkan urutan kolom dalam # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _3 Frame yang dapat didata
Memasukkan
Mobil93
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) _8
28. Bagaimana cara memformat atau menekan notasi ilmiah dalam Frame datatable Python?
Tingkat kesulitan. L2
Pertanyaan. Sembunyikan notasi ilmiah seperti 'e-03' di # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 4 dan cetak hingga 6 angka setelah desimal
Memasukkan
import pandas as pd import numpy as np import datatable as dt # Inputs my_list = list('abcedfghijklmnopqrstuvwxyz') my_arr = np.arange(26) my_df = pd.DataFrame(dict(col1=my_list, col2=my_arr)) # Solution dt_df1 = dt.Frame(my_list) dt_df2 = dt.Frame(my_arr) dt_df3 = dt.Frame(my_df) dt_df4 = dt.Frame(A=my_arr, B= my_list) _9Keluaran yang diinginkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) 0 Tampilkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _1
29. Bagaimana cara memfilter setiap baris ke-n dalam pydatatable?
Tingkat kesulitan. L1
Pertanyaan. Dari # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _4, filter # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 6, # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 7 dan # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) 8 untuk setiap baris ke-20 mulai dari baris ke-1 (baris 0)
Memasukkan
Mobil93
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _2
30. Bagaimana cara membalik baris Frame yang dapat didata python?
Tingkat kesulitan. L2
Pertanyaan. Balikkan semua baris
Memasukkan
Mobil93
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _3
31. Bagaimana cara mengetahui kolom mana yang berisi jumlah tertinggi dari nilai maksimum berdasarkan baris?
Tingkat kesulitan. L2
Pertanyaan. Apa nama kolom dengan jumlah maksimum baris-bijaksana tertinggi
Memasukkan
Kumpulan data BostonHousing
Keluaran yang diinginkan
# Input
import datatable as dt
df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv')
# Solution
df[:, "new_column"] = df[:, dt.int32(dt.f.dis)]
df.head(5)
_9
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) 4# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) 5
32. Bagaimana cara menormalkan semua kolom dalam kerangka data?
Tingkat kesulitan. L2
Pertanyaan
- Normalisasikan semua kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _4 dengan mengurangkan rata-rata kolom dan membaginya dengan standar deviasi
- Rentangkan semua kolom # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _4 sehingga nilai minimum di setiap kolom adalah 0 dan maks adalah 1
Jangan gunakan paket eksternal seperti sklearn
Memasukkan
Kumpulan data BostonHousing
Keluaran yang diinginkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) 6 Tampilkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _7
33. Bagaimana cara menghitung rata-rata yang dikelompokkan pada Frame yang dapat didata dan menyimpan kolom yang dikelompokkan sebagai kolom lain?
Tingkat kesulitan. L1
Pertanyaan. Dalam # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _4, Hitung rata-rata import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 3 dari setiap import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 4, sambil mempertahankan import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 4 sebagai kolom lain, bukan indeks
Memasukkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) _8Keluaran yang diinginkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df.head(5) 9 Tampilkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df 0
34. Bagaimana cara menggabungkan dua Frame yang dapat didata dengan 2 kolom?
Tingkat kesulitan. L2
Pertanyaan. Bergabung dengan kerangka data import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 6 dan import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 7 oleh 'A' dan 'B'
Memasukkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _1Keluaran yang diinginkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df 2 Tampilkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _3
35. Bagaimana cara membuat arahan (kolom digeser ke atas 1 baris) dari kolom dalam Bingkai yang dapat didata?
Tingkat kesulitan. L2
Pertanyaan. Buat kolom baru di # Input import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') # Solution df[:, "new_column"] = df[:, dt.int32(dt.f.dis)] df.head(5) _4, yang merupakan lead1 (geser kolom import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') df[:, "new_column"] = dt.Frame(np.where(df[:, dt.f.age > 60], 'Old', 'New')) df.head(5) 9 naik 1 baris)
Memasukkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _4Keluaran yang diinginkan
# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df 5 Tampilkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _6
36. Latihan Pembelajaran Mesin – Bagaimana cara menggunakan Model FTRL untuk menghitung kemungkinan seseorang menderita diabetes?
Tingkat kesulitan. L3
pertanyaan 1. Gunakan Follow the Regularized Leader ('0.8.0' _00) Model untuk menghitung kemungkinan seseorang menderita diabetes
Pertanyaan 2. Temukan kepentingan fitur dari fitur yang digunakan dalam model
Memasukkan
Data pelatihan. pima_indian_diabetes_training_data. csv
Data Pengujian. pima_indian_diabetes_testing_data. csv
Tunjukkan Solusi# Solution import datatable as dt df = dt.fread('//raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv', max_nrows= 5) df _7
Bersambung…
Selva Prabhakaran
Selva adalah Penulis Utama dan Editor Machine Learning Plus, dengan 4 Juta+ pembaca. Dia telah menulis kursus dan buku dengan 100 ribu lebih siswa, dan merupakan Ilmuwan Data Utama di sebuah perusahaan global