Bài tập lọc dữ liệu pandas: loc, iloc, query, sắp xếp
Bài 15/16 · Chương 4
Chọn, lọc và sắp xếp
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 9
Mười bài tập lọc dữ liệu pandas dưới đây được chấm ngay trên trang: mỗi bài bạn viết thân một hàm nhận một bảng, bấm Chạy, và từng dòng kiểm tra báo đạt hay chưa. Các bài xếp từ dễ tới khó và dùng lại cả chương chọn, lọc, sắp xếp: chọn cột, loc và iloc, boolean mask, isin(), str.contains(), query(), sửa bằng loc, nlargest(), value_counts() và trung vị.
Cần biết trước: chọn cột, loc và iloc và lọc dữ liệu trong pandas.
Cách làm các bài tập
Mỗi bài cho sẵn dòng import pandas as pd và dòng def với thân là pass. Bạn thay pass bằng thân hàm. Trình chấm không đọc những gì bạn in ra: nó gọi hàm với nhiều bảng khác nhau rồi so giá trị trả về, nên hàm phải return kết quả. Bảng được so bằng pd.testing.assert_frame_equal(), tức là so cả tên cột, thứ tự cột, index và giá trị; kiểu số nguyên hay số thực không bị bắt lỗi.
Mỗi hàm có năm dòng kiểm tra. Một dòng kiểm hàm không sửa bảng mà nơi gọi truyền vào. Một dòng đưa vào trường hợp biên như bảng rỗng hay giá trị đúng bằng ngưỡng. Một dòng gọi hàm với hai mươi lăm bảng sinh tự động bằng np.random.default_rng(). Vì vậy hàm gõ sẵn đáp số của ví dụ trong đề sẽ không qua, và hàm sửa thẳng bảng đầu vào bằng inplace=True hay loc cũng không qua.
Bí thì mở gợi ý theo thứ tự: gợi ý thứ nhất chỉ chỗ cần nhìn, thứ hai nêu cách làm, thứ ba gần như là lời giải. Chưa đạt một dòng kiểm tra, hãy gọi thử hàm với đúng bảng trong dòng đó rồi in kết quả. Mỗi đề kết thúc bằng một link "Ôn lại" về bài dạy kỹ thuật của bài tập.
Mức dễ: chọn cột, đếm và đọc một dòng
Bốn bài đầu mỗi bài cần một thao tác: chọn cột bằng list tên, đếm bằng một mask, đọc một dòng theo vị trí và đổi tên cột.
Giữ các cột có trong bảng
Đồng nghiệp gửi một list tên cột cần xem, nhưng có tên gõ sai hay không có trong bảng. Viết thân hàm giu_cot(bang, cot): trả về bảng chỉ gồm các cột trong list cot có mặt trong bang, theo thứ tự của cot; tên không có trong bảng thì bỏ qua.
Bảng mới giữ mọi dòng và index. Hàm không sửa bảng bang của nơi gọi.
Trả về: bảng các cột được giữ, một DataFrame.
Với bảng có cột ma_don, kenh, don_gia, lời gọi giu_cot(bang, ["kenh", "ma_kh", "ma_don"]) cho bảng hai cột kenh, ma_don. Ôn lại: chọn cột.
import pandas as pd
def giu_cot(bang, cot):
pass # Viết thân hàm thay cho dòng nàyĐếm đơn nhiều món của một kênh
Trưởng kênh hỏi kênh mình có bao nhiêu đơn mua từ toi_thieu món trở lên. Viết thân hàm dem_don(bang, kenh, toi_thieu): đếm số dòng có cột kenh bằng kenh và cột so_luong từ toi_thieu trở lên.
Hàm không sửa bảng bang của nơi gọi.
Trả về: số đơn thỏa điều kiện, một int.
Với ba đơn Website mua 2, 3 và 5 món, dem_don(bang, "Website", 3) cho 2. Ôn lại: lọc dữ liệu trong pandas.
import pandas as pd
def dem_don(bang, kenh, toi_thieu):
pass # Viết thân hàm thay cho dòng nàyĐọc một dòng theo vị trí
Sau khi sắp xếp, bạn muốn xem dòng đứng ở vị trí i của bảng, đếm từ 0; i âm thì đếm từ cuối như list. Viết thân hàm dong_thu(bang, i): trả về dòng đó dưới dạng dictionary "tên cột: giá trị".
Index của bảng có thể là số bất kỳ, không theo thứ tự. Hàm không sửa bảng bang của nơi gọi.
Trả về: các giá trị của dòng, một dict.
Với bảng có index [2, 1, 0], dong_thu(bang, 0) trả dòng đứng đầu bảng, dòng có nhãn 2. Ôn lại: loc và iloc.
import pandas as pd
def dong_thu(bang, i):
pass # Viết thân hàm thay cho dòng nàyViết hoa mọi tên cột
Hệ thống kế toán chỉ nhận tên cột viết hoa. Viết thân hàm ten_in_hoa(bang): trả về bảng giống bang nhưng mỗi tên cột được viết hoa bằng phương thức upper() của chuỗi.
Bảng mới giữ mọi dòng, giá trị và thứ tự cột. Hàm không sửa bảng bang của nơi gọi.
Trả về: bảng đã đổi tên cột, một DataFrame.
Bảng có cột ma_don, kenh cho bảng có cột MA_DON, KENH. Ôn lại: đổi tên và xóa cột.
import pandas as pd
def ten_in_hoa(bang):
pass # Viết thân hàm thay cho dòng nàyMức vừa: lọc theo list, theo chuỗi và sửa bằng loc
Ba bài giữa ghép hai kỹ thuật trong một hàm: isin() với between(), str.contains() với ba tham số, và một lệnh loc trên bản sao của bảng.
Đơn của vài kênh trong một đợt khuyến mãi
Đợt khuyến mãi chạy trên vài kênh, từ ngày tu_ngay đến ngày den_ngay, cả hai ngày đều tính. Ngày ghi dạng "năm-tháng-ngày", như "2025-03-01". Viết thân hàm don_trong_dot(bang, cac_kenh, tu_ngay, den_ngay): trả về các dòng có cột kenh thuộc list cac_kenh và cột ngay_dat nằm trong đợt.
Bảng kết quả giữ mọi cột và index. Hàm không sửa bảng bang của nơi gọi.
Trả về: các đơn trong đợt, một DataFrame.
Đơn Website đặt đúng ngày "2025-03-01" thuộc đợt từ "2025-03-01" đến "2025-03-10" của kênh Website. Ôn lại: isin() và between().
import pandas as pd
def don_trong_dot(bang, cac_kenh, tu_ngay, den_ngay):
pass # Viết thân hàm thay cho dòng nàyĐếm sản phẩm khớp ô tìm kiếm
Trang bán hàng hiện "Tìm thấy N sản phẩm" dưới ô tìm kiếm. Viết thân hàm dem_tu_khoa(bang, tu_khoa): đếm số dòng có cột ten_sp chứa tu_khoa ở bất kỳ vị trí nào, không phân biệt hoa thường, hiểu từ khóa đúng mặt chữ kể cả ký tự như +, và coi ô trống là không khớp.
Cột ten_sp có ô trống (None). Hàm không sửa bảng bang của nơi gọi.
Trả về: số sản phẩm khớp, một int.
Với tên "Kẹo dừa", "kẹo lạc", "Bánh pía", lời gọi dem_tu_khoa(bang, "KẸO") cho 2. Ôn lại: str.contains().
import pandas as pd
def dem_tu_khoa(bang, tu_khoa):
pass # Viết thân hàm thay cho dòng nàyGiảm giá cho một kênh
Kênh kenh chạy giảm giá pt phần trăm. Viết thân hàm giam_gia(bang, kenh, pt): trả về bảng mới, trong đó cột don_gia của các đơn thuộc kenh thành don_gia * (100 - pt) // 100; các đơn khác giữ giá cũ.
Bảng mới giữ mọi dòng, cột và index. Hàm không sửa bảng bang của nơi gọi.
Trả về: bảng đã giảm giá, một DataFrame.
Đơn Website giá 78000 với pt bằng 10 thành 70200. Ôn lại: Copy-on-Write.
import pandas as pd
def giam_gia(bang, kenh, pt):
pass # Viết thân hàm thay cho dòng nàyMức khó: chuỗi bước, xếp hạng và trung vị
Ba bài cuối nối nhiều bước: lọc, thêm cột, lấy top; đếm rồi xếp hạng có luật hòa; so với trung vị rồi sắp theo hai cột.
Mã các đơn hoàn thành lớn nhất
Viết thân hàm top_hoan_thanh(bang, n): trong các đơn có trang_thai bằng "Hoàn thành", lấy n đơn có thành tiền so_luong * don_gia lớn nhất, hòa thì giữ đơn đứng trước trong bảng, và trả list mã đơn ma_don theo thứ tự từ lớn xuống nhỏ. Lọc trạng thái bằng query().
Có ít hơn n đơn hoàn thành thì trả mọi đơn hoàn thành. Hàm không sửa bảng bang của nơi gọi.
Trả về: mã các đơn, một list.
Đơn hủy có thành tiền lớn nhất vẫn không có trong list. Ôn lại: nlargest() và chuỗi phương thức.
import pandas as pd
def top_hoan_thanh(bang, n):
pass # Viết thân hàm thay cho dòng nàyXếp các kênh theo số đơn
Viết thân hàm xep_kenh(bang): trả về list tên các kênh trong cột kenh, xếp theo số đơn giảm dần; hai kênh cùng số đơn thì xếp theo tên tăng dần, như sorted() xếp chuỗi. Ô trống không tính.
Hàm không sửa bảng bang của nơi gọi.
Trả về: tên các kênh theo thứ hạng, một list.
Website 3 đơn, Ứng dụng 2 đơn, Cửa hàng 2 đơn cho ["Website", "Cửa hàng", "Ứng dụng"]. Ôn lại: value_counts().
import pandas as pd
def xep_kenh(bang):
pass # Viết thân hàm thay cho dòng nàyĐơn có giá trị trên trung vị
Viết thân hàm tren_trung_vi(bang, cot): trả về list mã đơn ma_don của các dòng có giá trị ở cột cot lớn hơn hẳn trung vị của cột đó, xếp theo cot giảm dần; bằng nhau thì theo ma_don tăng dần.
Cột cot có ít nhất một giá trị và không có ô trống. Hàm không sửa bảng bang của nơi gọi.
Trả về: mã các đơn trên trung vị, một list.
Với đơn giá 10, 20, 30, 40, trung vị là 25, nên hai đơn giá 40 và 30 có trong list. Ôn lại: thống kê mô tả một cột.
import pandas as pd
def tren_trung_vi(bang, cot):
pass # Viết thân hàm thay cho dòng nàyCâu hỏi thường gặp
Làm bài tập lọc dữ liệu pandas trên máy của mình được không?
Được. Chép dòng def cùng lời giải của bạn vào một file, chép các dòng của phần kiểm tra xuống dưới, rồi chạy bằng Python có cài pandas. Dòng nào báo AssertionError là dòng chưa đạt. Cách tự kiểm hàm bằng assert có ở bài assert.
Hàm đúng trên ví dụ của đề mà vẫn chưa đạt, vì sao?
Thường là do index hay do bảng của nơi gọi bị sửa. Bảng lọc phải giữ nhãn gốc, nên reset_index() làm sai kết quả; còn inplace=True hay loc trên chính tham số thì sửa bảng của nơi gọi, như bài Copy-on-Write giải thích. Gọi hàm với đúng bảng trong dòng chưa đạt rồi in kết quả để thấy chỗ khác.
Bài tập loc iloc pandas nào nên làm trước?
Bài "Đọc một dòng theo vị trí" và "Đơn của vài kênh trong một đợt khuyến mãi" luyện đúng chỗ dễ nhầm giữa nhãn và vị trí. Bảng tra chọn dữ liệu đặt [], loc, iloc, at, iat và query() cạnh nhau để bạn tra nhanh.
Làm xong 10 bài này thì luyện tiếp ở đâu?
Dự án phân tích dữ liệu bán hàng đứng ngay sau trang này, trả lời bốn câu hỏi của chủ cửa hàng trên file đơn hàng thật chỉ bằng lọc, đếm và sắp xếp.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.