Программа курса Урок 79 из 250 · Основы данных: numpy и pandas
Основы данных: numpy и pandas

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 column

один столбец это Series (одномерный массив с метками). Возьмите один с помощью квадратных скобок:

ages = df["age"]
print(ages.mean())   # 30.0
print(ages.max())    # 35

df.shape это кортеж (n_rows, n_cols), поэтому df.shape[0] это количество строк.

Твоя очередь

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.