pandas: Series en DataFrame
numpy is geweldig voor getallen, maar echte data heeft gelabelde kolommen met gemengde types: namen, data, prijzen. Dat is waar pandas voor is. Het belangrijkste object is de DataFrame: een tabel met genaamde kolommen en een index voor rijen.
De makkelijkste manier om er een te bouwen is vanuit een dictionary, waarbij elke key een kolomnaam is en elke value een lijst van cellen is:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)Een paar essentiële zaken voor het inschatten van elke tabel:
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 columneen enkele kolom is een Series (een 1D gelabelde array). Pak er een met bracket notation:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape is een tuple (n_rows, n_cols), dus df.shape[0] is de rijtelling.
Bouw een DataFrame df uit deze dict: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Sla het aantal rijen op in n_rows (gebruik df.shape). Sla daarna het gemiddelde van de score kolom op in avg_score.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.