Курсы

Основы анализа данных

Введение в Pandas

Модуль: Введение в Pandas

4. DataFrame

DataFrame — это основная структура данных в библиотеке Pandas, представляющая собой двумерную таблицу с метками строк и столбцов. Каждый столбец в DataFrame является объектом Series (одномерный массив с метками), и все столбцы хранят данные одного типа внутри себя (но разные столбцы могут иметь разные типы данных).

Создать DataFrame можно из разных структур данных: словарь списков/массивов, список списков, другой DataFrame, NumPy array. Для создания Dataframe используется контруктор DataFrame()

В примере ниже создается DataFrame из списка списков data:

import pandas as pd

# Создание словаря с данными о странах
data = [
    ['Россия', 'США', 'Китай', 'Индия', 'Бразилия'],
     [146171015, 331002651, 1439323776, 1380004385, 213993437]
]

# Создание DataFrame
df = pd.DataFrame(data)
print (df)

Индексация: Каждая строка и каждый столбец в DataFrame имеют свой уникальный индекс (метку). Индексы строк по умолчанию начинаются с 0, а индексы столбцов (columns) могут быть заданы пользователем или созданы автоматически (также как и строки с нуля).

Пример создания DataFrame с использованием индекса, где каждая строка представляет собой данные о различных странах мира:

# Создание словаря с данными о странах
data = [
    ('Россия', 146171015),
    ('США', 331002651),
    ('Китай', 1439323776),
    ('Индия', 1380004385),
    ('Бразилия', 213993437)
]

# Создание DataFrame с индексом
df = pd.DataFrame(data, index=['RU', 'US', 'CN', 'IN', 'BR'])

пример задания индекса для столбцов при создании DataFrame из словаря:

# Создание словаря с данными о странах
data = {
    'Название': ['Россия', 'США', 'Китай', 
                 'Индия', 'Бразилия'],
    'Население': [146171015, 331002651, 1439323776, 
                  1380004385, 213993437],
    'Столица': ['Москва', 'Вашингтон', 'Пекин', 
                'Нью-Дели', 'Бразилиа']
}

# Создание DataFrame с индексом
df = pd.DataFrame(data)

или с использованием атрибута columns

# Создание словаря с данными о странах
data = [
    ('Россия', 146171015),
    ('США', 331002651),
    ('Китай', 1439323776),
    ('Индия', 1380004385),
    ('Бразилия', 213993437)
]

# Создание DataFrame с индексом
df = pd.DataFrame(data, index=['RU', 'US', 'CN', 'IN', 'BR'])
df.columns = ['Название','Население']

Использование индекса
Использование индекса в DataFrame позволяет обращаться к строкам данных по их уникальному идентификатору. Вот несколько способов использования индекса:
Выборка по индексу: Вы можете выбирать строки DataFrame по их индексу с помощью метода .loc[]. Например:

# Выборка строки с индексом 'RU'
row_ru = df.loc['RU']
print(row_ru)

Итерация по строкам: Можно итерироваться по строкам DataFrame и получать доступ к данным в каждой строке. Например:

import pandas as pd

# Создание словаря с данными о странах
data = {
    'Название': ['Россия', 'США', 'Китай', 'Индия', 'Бразилия'],
    'Площадь (кв.км)': [17098242, 9525067, 9596960, 3287590, 8515770],
    'Население': [146171015, 331002651, 1439323776, 1380004385, 213993437],
    'Столица': ['Москва', 'Вашингтон', 'Пекин', 'Нью-Дели', 'Бразилиа']
}

# Создание DataFrame с индексом
df = pd.DataFrame(data, index=['RU', 'US', 'CN', 'IN', 'BR'])


# Итерация по строкам и вывод информации о каждой стране
for index, row in df.iterrows():
    print(f"Страна: {row['Название']}, "
          f"Площадь: {row['Площадь (кв.км)']}, "
          f"Население: {row['Население']}, "
          f"Столица: {row['Столица']}")

Получение значения по индексу: Можно получать значения определенного столбца для конкретной строки, используя индекс. Например:

# Получение площади России по индексу
area_russia = df.at['RU', 'Площадь (кв.км)']
print(f"Площадь России: {area_russia} кв.км")

time 4000 ms
memory 256 Mb

Комментарий учителя

Обсуждения (0)

Чтобы оставить комментарий нужна авторизация

Решения (0)

Решения:

Нет доступных решений