[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 017 Erläuterung

Youtube Videokommentar ist ebenfalls verfügbar.

Problem

P-017: Sortieren Sie den Kundendatenrahmen (df_customer) nach Geburtsdatum (geburtstag) in chronologischer Reihenfolge und zeigen Sie alle ersten 10 Elemente an.

Antworten

Code


df_customer.sort_values('birth_day', ascending=True).head(10)

Ausgabe

customer_id customer_name gender_cd gender birth_day age postal_cd address application_store_cd application_date status_cd
18817 CS003813000014 Nanami Murayama 1 Weiblich 1928-11-26 90 182-0007 Kikunodai, Chofu-Stadt, Tokio********** S13003 20160214 0-00000000-0
12328 CS026813000004 Yoshimura Chaoyang 1 Weiblich 1928-12-14 90 251-0043 Motomachi Tsujido, Stadt Fujisawa, Präfektur Kanagawa********** S14026 20150723 0-00000000-0
15682 CS018811000003 Misato Kumazawa 1 Weiblich 1929-01-07 90 204-0004 Noshio, Kiyose City, Tokio********** S13018 20150403 0-00000000-0
15302 CS027803000004 Takuro Uchimura 0 männlich 1929-01-12 90 251-0031 Kugenuma Fujigaya, Stadt Fujisawa, Präfektur Kanagawa********** S14027 20151227 0-00000000-0
1681 CS013801000003 Takuro Amano 0 männlich 1929-01-15 90 274-0824 Maehara Higashi, Stadt Funabashi, Präfektur Chiba********** S12013 20160120 0-00000000-0
7511 CS001814000022 Riho Tsuruta 1 Weiblich 1929-01-28 90 144-0045 Minami Rokugo, Ota-ku, Tokio********** S13001 20161012 A-20090415-7
2378 CS016815000002 Miki Yamamoto 1 Weiblich 1929-02-22 90 184-0005 Sakuramachi, Koganei City, Tokio********** S13016 20150629 C-20090923-C
4680 CS009815000003 Riho Nakata 1 Weiblich 1929-04-08 89 154-0014 Shinmachi, Setagaya-ku, Tokio********** S13009 20150421 D-20091021-E
16070 CS005813000015 Erika Kanaya 1 Weiblich 1929-04-09 89 165-0032 Sagimiya, Nakano-ku, Tokio********** S13005 20150506 0-00000000-0
6305 CS012813000013 Uno Minami Tomo 1 Weiblich 1929-04-09 89 231-0806 Honmoku-cho, Naka-ku, Yokohama-shi, Kanagawa********** S14012 20150712 0-00000000-0

Kommentar

** ・ Dies ist eine Methode zum Sortieren von Daten in Pandas DataFrame / Series.

Recommended Posts

[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 018 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 030 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 022 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 017 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 026 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 016 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 024 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 027 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 029 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 015 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 028 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-007 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-006 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-001 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-002 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 021 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-005 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-004 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 020 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 025 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-003 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 019 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 001-010 Impressionen + Zusammenfassung der Kommentare
Versuchen Sie "100 Schläge auf Data Science" ①
Erste Schritte mit Python mit 100 Klopfen bei der Sprachverarbeitung
Vorbereitung zum Versuch "Data Science 100 Knock (Strukturierte Datenverarbeitung)"
Fordern Sie 100 Data Science-Schläge heraus
Umgebungskonstruktion (Windows 10) für 100 Schläge Data Science (strukturierte Datenverarbeitung)
Data Science Cheet Sheet (Python)
[Python] Hinweise zur Datenanalyse
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 2]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 1]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 3]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 5]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 4]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 6]
Starten Sie Data Science in der Cloud
Die Bildverarbeitung mit Python 100 klopft an die Binärisierung Nr. 3
100 Bildverarbeitung mit Python Knock # 2 Graustufen
Ich habe Udemys "Practical Python Data Science" ausprobiert.
[Python] Verschiedene Datenverarbeitung mit Numpy-Array
Die Bildverarbeitung mit Python 100 führt zu einem durchschnittlichen Pooling von # 7
Bildverarbeitung mit Python 100 Knock # 9 Gauß-Filter
Bücher über Datenwissenschaft, die 2020 gelesen werden sollen
Führen Sie Python Script regelmäßig in der AWS Data Pipeline aus
Versuchen Sie, MLB-Daten auf Mac und Python zu importieren
TensorFlow: Führen Sie in Python gelernte Daten unter Android aus
Führen Sie Python auf Apache aus, um InfluxDB-Daten anzuzeigen
100 Sprachverarbeitungsklopfen 03 ~ 05
100 Sprachverarbeitungsklopfen (2020): 40
100 Sprachverarbeitungsklopfen (2020): 32
[Python] Fordere 100 Schläge heraus! (015 ~ 019)
Python-Bildverarbeitung
100 Sprachverarbeitungsklopfen (2020): 47
Python unter Windows
Twitter mit Python3
100 Sprachverarbeitungsklopfen (2020): 22
100 Sprachverarbeitungsklopfen (2020): 26
100 Sprachverarbeitungsklopfen (2020): 34