Capitolo 9. Combinazione di espressioni
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Ora che hai compreso i fondamenti delle espressioni e conosci i vari metodi per continuarle, è il momento di imparare a combinarle.
La combinazione di espressioni è necessaria quando la Serie che vuoi costruire si basa su più di un valore o di una colonna. Questo accade più spesso di quanto tu possa pensare: ad esempio, quando vuoi calcolare il rapporto tra due colonne Float, filtrare le righe in base a più condizioni o concatenare più colonne String in una sola.
In effetti, hai già combinato le espressioni diverse volte nei capitoli precedenti. Vediamo un esempio dal Capitolo 7 per rinfrescarti la memoria:
fruit=pl.read_csv("data/fruit.csv")fruit.filter(pl.col("is_round")&(pl.col("weight")>1000))
shape: (2, 5) ┌────────────┬────────┬────────┬──────────┬────────┐ │ name │ weight │ color │ is_round │ origin │ │ --- │ --- │ --- │ --- │ --- │ │ str │ i64 │ str │ bool │ str │ ╞════════════╪════════╪════════╪══════════╪════════╡ │ Cantaloupe │ 2500 │ orange │ true │ Africa │ │ Watermelon │ 5000 │ green │ true │ Africa │ └────────────┴────────┴────────┴──────────┴────────┘
Questo codice combina, in due fasi, due colonne esistenti (is_round e weight) e un valore (1000) in un'unica espressione. Il metodo df.filter() utilizza poi questa espressione per filtrare le righe.
A causa dell'organizzazione delle ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access