Travailler avec les Colonnes

Lorsque vous travaillez avec un DataFrame, vous pouvez accéder à chaque colonne individuellement.

Pour clarifier cette syntaxe :

Commencez par écrire le nom du DataFrame avec lequel vous travaillez ;
Ensuite, placez le nom de la colonne que vous souhaitez accéder entre crochets carrés. N'oubliez pas d'entourer le nom de la colonne de guillemets.

Alternativement, vous pouvez utiliser la notation par point pour accéder à une colonne si le nom de la colonne :

Est un identifiant Python valide (par exemple, pas d'espaces, de caractères spéciaux, ou commençant par un chiffre) ;
Ne rentre pas en conflit avec un attribut ou un nom de méthode pandas existant.


              12345678910111213
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)

capitals = countries['capital']

# Second option
# capitals = countries.capital

print(capitals)

L'exécution de ce code affichera uniquement la colonne contenant les capitales, plutôt que l'ensemble du DataFrame.

Vous pouvez également accéder à plusieurs colonnes comme ceci :

Comparé à l'accès à une seule colonne, il n'y a qu'une seule différence. Cette fois, vous devrez mettre la liste des noms de colonnes dans un ensemble supplémentaire de crochets — ce qui signifie que vous utiliserez des doubles crochets.


              12345678
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)
columns = countries[['country', 'capital']]
print(columns)

Tâche

Swipe to start coding

Récupérez les colonnes 'model', 'year', et 'price' (dans cet ordre) du DataFrame audi_cars.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 11

Travailler avec les Colonnes

Lorsque vous travaillez avec un DataFrame, vous pouvez accéder à chaque colonne individuellement.

Pour clarifier cette syntaxe :

Commencez par écrire le nom du DataFrame avec lequel vous travaillez ;
Ensuite, placez le nom de la colonne que vous souhaitez accéder entre crochets carrés. N'oubliez pas d'entourer le nom de la colonne de guillemets.

Alternativement, vous pouvez utiliser la notation par point pour accéder à une colonne si le nom de la colonne :

Est un identifiant Python valide (par exemple, pas d'espaces, de caractères spéciaux, ou commençant par un chiffre) ;
Ne rentre pas en conflit avec un attribut ou un nom de méthode pandas existant.


              12345678910111213
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)

capitals = countries['capital']

# Second option
# capitals = countries.capital

print(capitals)

L'exécution de ce code affichera uniquement la colonne contenant les capitales, plutôt que l'ensemble du DataFrame.

Vous pouvez également accéder à plusieurs colonnes comme ceci :


              12345678
            
import pandas as pd

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)
columns = countries[['country', 'capital']]
print(columns)

Tâche

Swipe to start coding

Récupérez les colonnes 'model', 'year', et 'price' (dans cet ordre) du DataFrame audi_cars.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 11

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous