pandas: Series и DataFrame
numpy отлично подходит для чисел, но реальные данные имеют именованные столбцы смешанных типов: имена, даты, цены. Для этого и нужен pandas. Его основной объект это DataFrame: таблица с именованными столбцами и индексом для строк.
Самый простой способ создать один из словаря, где каждый ключ это имя колонки, а каждое значение это список ячеек:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)Несколько основ для оценки любой таблицы:
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 columnодин столбец это Series (одномерный массив с метками). Возьмите один с помощью квадратных скобок:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape это кортеж (n_rows, n_cols), поэтому df.shape[0] это количество строк.
Создайте DataFrame df из этого dict: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Сохраните количество строк в n_rows (используйте df.shape). Затем сохраните среднее значение столбца score в avg_score.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.