pandas: Series dan DataFrame
numpy sangat bagus untuk angka, tapi data asli punya kolom berlabel dengan tipe campuran: nama, tanggal, harga. Itulah kegunaan pandas. Objek utamanya adalah DataFrame: tabel dengan kolom bernama dan indeks untuk baris.
Cara termudah untuk membangunnya adalah dari sebuah dict, di mana setiap key adalah nama kolom dan setiap value adalah sebuah list sel:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)Beberapa hal penting untuk menilai tabel apa pun:
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 columnsatu kolom adalah Series (array 1D berlabel). Ambil satu dengan notasi kurung:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape adalah tuple (n_rows, n_cols), jadi df.shape[0] adalah jumlah baris.
Buat DataFrame df dari dict ini: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Simpan jumlah baris ke n_rows (gunakan df.shape). Lalu simpan rata-rata kolom score ke avg_score.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.