Chương trình học Bài 79 trên tổng số 250 · Nền tảng dữ liệu: numpy và pandas
Nền tảng dữ liệu: numpy và pandas

pandas: Series và DataFrame

numpy rất tốt cho số, nhưng dữ liệu thật có các cột được đặt tên với kiểu hỗn hợp: tên, ngày, giá. Đó là việc của pandas. Đối tượng chính của nó là DataFrame: một bảng có các cột được đặt tên và một chỉ mục cho các hàng.

Cách dễ nhất để tạo một DataFrame là từ một dict, trong đó mỗi khóa là một tên cột và mỗi giá trị là một list các ô:

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
    "city": ["NYC", "LA", "NYC"],
})
print(df)

Vài thứ thiết yếu để ước lượng bất kỳ bảng nào:

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

Một cột đơn là một Series (một mảng 1D có nhãn). Lấy một cột bằng ký hiệu ngoặc vuông:

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

df.shape là một tuple (n_rows, n_cols), nên df.shape[0] là số hàng.

Đến lượt bạn

Tạo một DataFrame df từ dict này: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Lưu số hàng vào n_rows (dùng df.shape). Sau đó lưu trung bình của cột score vào avg_score.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.