课程大纲 第 79 课,共 250 课 · 数据基础:numpy 与 pandas
数据基础:numpy 与 pandas

pandas:Series 与 DataFrame

numpy 很擅长处理数字,但真实数据有带标签的、类型混杂的列:名字、日期、价格。这正是 pandas 的用武之地。它的主要对象是 DataFrame:一张带有命名列和行索引的表。

建立 DataFrame 最简单的方式是用字典,每个键是一个列名,每个值是由单元格组成的列表:

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

摸清任何一张表的几个基本操作:

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

单独一列是一个 Series(一维的带标签数组)。用方括号取出一列:

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

df.shape 是一个元组 (n_rows, n_cols),所以 df.shape[0] 是行数。

轮到你了

用这个字典建立 DataFrame df:{"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}。把行数存进 n_rows(用 df.shape)。然后把 score 列的平均值存进 avg_score。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。