pandas: Series و DataFrame
numpy برای عددها عالی است، اما دادهٔ واقعی ستونهای برچسبدار با نوعهای مخلوط دارد: نامها، تاریخها، قیمتها. pandas برای همین است. شیء اصلی آن DataFrame است: جدولی با ستونهای نامدار و یک اندیس برای ردیفها.
آسانترین راه ساختن یکی از یک dict است، که هر کلید نام یک ستون و هر مقدار فهرستی از خانههاست:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)چند نکتهٔ ضروری برای سنجیدن اندازهٔ هر جدول:
print(df.shape) # (3, 3) rows, columns
print(df.columns) # Index(['name', 'age', 'city'], ...)
print(df.head(2)) # the first 2 rows
print(df.dtypes) # the type of each columnیک ستون تنها یک Series (آرایهای یکبعدی و برچسبدار) است. با نشانهگذاری کروشه یکی را بردارید:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape یک تاپل (n_rows, n_cols) است، پس df.shape[0] تعداد ردیفهاست.
یک DataFrame به نام df از این dict بسازید: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. تعداد ردیفها را در n_rows ذخیره کنید (از df.shape استفاده کنید). سپس میانگین ستون score را در avg_score ذخیره کنید.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.