Summary  
This chapter explains how to access single or multiple columns in a DataFrame using bracket notation (single brackets for one column, double brackets for multiple) or dot notation when column names are valid identifiers.

General domain of usage  
Data analysis

Når du arbejder med en DataFrame, kan du tilgå hver kolonne individuelt.
```python
df['column_name']
```

For at præcisere denne syntaks:
- Start med at skrive navnet på den DataFrame, du arbejder med;
- Placer derefter navnet på den kolonne, du vil tilgå, i **firkantede parenteser**. Husk at sætte kolonnenavnet i anførselstegn.

Alternativt kan du bruge **dot notation** til at tilgå en kolonne, hvis kolonnenavnet:

1. Er en gyldig Python-identifikator (f.eks. ingen mellemrum, specialtegn eller starter med et tal);
2. Ikke konflikter med et eksisterende `pandas` attribut- eller metodenavn.

```python
df.column_name
```

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)

Kørsel af denne kode vil kun vise kolonnen med hovedstæder, i stedet for hele DataFrame.

Du kan også tilgå **flere** kolonner sådan her:
```python
df[['column1', 'column2', 'column3']]
```

Sammenlignet med at tilgå en enkelt kolonne, er der kun én forskel. Denne gang skal du placere **listen af kolonnenavne** inden i et ekstra sæt kantede parenteser — hvilket betyder, at du skal bruge **dobbelt kantede parenteser**.

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)

import unittest
import importlib
import pandas as pd


# Helper function for dynamic test naming
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


def get_first_differing_row(expected_df, actual_df):
    expected_list = expected_df.astype(str).apply(tuple, axis=1)
    actual_list = actual_df.astype(str).apply(tuple, axis=1)

    for i, (row1, row2) in enumerate(zip(expected_list, actual_list)):
        if row1 != row2:
            return i, expected_df.iloc[i].values, actual_df.iloc[i].values

    if len(expected_df) > len(actual_df):
        return len(actual_df), expected_df.iloc[len(actual_df)].values, None
    else:
        return len(expected_df), None, actual_df.iloc[len(expected_df)].values


class TestUserCode(unittest.TestCase):

    def test_columns_variable_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'columns'),
            "The `columns` variable is declared.",
            "Expected `columns` to be declared."
        )

    def test_text_columns_is_dataframe(self):
        import user_code

        try:
            condition = isinstance(user_code.columns, pd.DataFrame)
            failure_message = f"Expected `columns` to be a `DataFrame`, but got `{type(user_code.columns).__name__}`."
        except AttributeError:
            condition = False
            failure_message = "The `columns` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `columns` is a `DataFrame`.",
            failure_message
        )

    def test_columns_contains_correct_values(self):
        import user_code

        expected_df = pd.DataFrame({
            'model': ['audi A1', 'audi A6', 'audi A4', 'audi A3', 'audi A1'],
            'price': [12500, 16500, 16800, 17300, 13900],
            'year': [2017, 2016, 2017, 2019, 2016]
        })

        variable = 'columns'
        actual_df = getattr(user_code, variable, None)
        condition = False
        if actual_df is None:
            failure_message = f"The `{variable}` variable is not declared."
        elif not isinstance(actual_df, pd.DataFrame):
            failure_message = f"`{variable}` is not a `DataFrame`."
        elif actual_df.empty:
            failure_message = f"`{variable}` is empty."
        elif actual_df.sort_index(axis=1).equals(expected_df):
            condition = True
            failure_message = None
        else:
            actual_df = actual_df.sort_index(axis=1)
            idx, expected_row, actual_row = get_first_differing_row(expected_df, actual_df)
            failure_message = f"Expected `{variable}` to contain `{expected_row}` at row {idx}, but got `{actual_row}`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct data.",
            failure_message
        )

        _dynamic_test(
            self,
            condition,
            "`columns` contains the correct values.",
            failure_message
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandas er et yderst brugervenligt bibliotek til dataanalyse. Det er også designet til at håndtere store datasæt ved hjælp af datastrukturer som DataFrame og Series. Dette gør det til et uvurderligt værktøj inden for Data Science. I denne guide bliver du introduceret til en række statistiske funktioner, herunder hvordan man finder korrelationer, typetal, medianer samt maksimum- og minimumværdier i et datasæt. Du lærer også, hvordan man håndterer manglende værdier og manipulerer specifikke værdier, samt hvordan man fjerner dem.

Dyk ned i grundlæggende elementer i pandas-biblioteket. Opret og manipulér Series og DataFrames, udforsk deres struktur, og opbyg fortrolighed med at udføre essentielle dataoperationer.

Bliv fortrolig med at indlæse og håndtere data fra CSV- og TXT-filer. Opnå praktisk erfaring med import af datasæt og forberedelse til videre analyse ved hjælp af pandas-værktøjer.

Lær at udforske, rense og opsummere data effektivt. Forstå hvordan man håndterer manglende værdier, udtrækker indsigter og udfører grundlæggende statistiske operationer med pandas.

Arbejde med Kolonner

Løsning