سرفصل‌ها درس 79 از 250 · مبانی داده: numpy و pandas
مبانی داده: numpy و pandas

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 column

یک 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())    # 35

df.shape یک تاپل (n_rows, n_cols) است، پس df.shape[0] تعداد ردیف‌هاست.

نوبت شما

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.