Summary  
Introduces the Pandas DataFrame as a two-dimensional, heterogeneous data structure composed of labeled Series and shows how to create one from a dictionary using the pd.DataFrame constructor.

General domain of usage  
Data analysis and manipulation

Zur Wiederholung: Eine `Series` ist eine **eindimensionale** Datenstruktur, ähnlich einer Liste oder einer Spalte in einer Tabellenkalkulation. Sie enthält Daten des **gleichen Typs**, wobei jedes Element durch einen **Index** gekennzeichnet ist.

Im Gegensatz dazu ist ein `DataFrame` eine vielseitige **zweidimensionale** Struktur in Pandas, vergleichbar mit einer Tabelle oder einem Arbeitsblatt, mit Zeilen und Spalten. Er kann Daten **verschiedener Typen** enthalten, wobei jede Spalte als `Series` fungiert. Wie ein Arbeitsblatt verfügt ein `DataFrame` sowohl über einen Index als auch über Spaltenbezeichnungen und eignet sich daher ideal zur Verarbeitung großer, strukturierter Datensätze.

Um ein `DataFrame`-Objekt zu erstellen, wird ein `dictionary` zusammen mit dem `.DataFrame()`-Konstruktor verwendet.

import pandas as pd
people_data = {'name' : ['Ann', 'Alex', 'Kevin', 'Kate'], 
          'age' : [35, 12, 24, 45]}

people_df = pd.DataFrame(people_data)
print(people_df)

Wenn Sie ausdrücklich angeben möchten, dass die Variable ein DataFrame darstellt, können Sie `df` im Variablennamen verwenden, wie in diesem Beispiel (`people_df`).

Hinweis

import unittest
import importlib
import pandas as pd


# Helper function to dynamically generate test names and assertions
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_animals_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'animals'),
            "The `animals` variable is declared.",
            "Expected the `animals` variable to be declared."
        )

    def test_animals_is_dataframe(self):
        import user_code
        try:
            actual_value = user_code.animals
            condition = isinstance(actual_value, pd.DataFrame)
            failure_message = f"Expected `animals` to be a `DataFrame`, but got `{type(user_code.animals).__name__}`."

        except AttributeError:
            condition = False
            failure_message = "The `animals` variable is not declared."

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

    def test_animals_is_correct(self):
        import user_code

        expected_data = {
            'animal': ['Cat', 'Dog', 'Parrot', 'Cat', 'Parrot', 'Cat'],
            'name': ['Dolly', 'Abbey', 'Erin', 'Kelly', 'Taffy', 'Odie']
        }
        expected_df = pd.DataFrame(expected_data)

        variable = 'animals'
        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.equals(expected_df):
            condition = True
            failure_message = None
        else:
            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
        )


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

test_main.py

Pandas ist eine äußerst benutzerfreundliche Bibliothek für die Datenanalyse. Sie ist zudem darauf ausgelegt, große Datensätze mithilfe von Datenstrukturen wie DataFrame und Series zu verarbeiten. Dadurch ist sie ein unverzichtbares Werkzeug für Data Science. In diesem Leitfaden lernen Sie verschiedene statistische Funktionen kennen, einschließlich der Ermittlung von Korrelationen, Modalwerten, Mediane sowie Maximal- und Minimalwerten innerhalb eines Datensatzes. Außerdem erfahren Sie, wie fehlende Werte behandelt und spezifische Werte manipuliert oder entfernt werden können.

Einführung in die Grundlagen der pandas-Bibliothek. Erstellung und Bearbeitung von Series und DataFrames, Untersuchung ihrer Struktur sowie Aufbau von Sicherheit bei der Durchführung grundlegender Datenoperationen.

Erlernen Sie das Laden und Verwalten von Daten aus CSV- und TXT-Dateien. Sammeln Sie praktische Erfahrungen beim Importieren von Datensätzen und deren Vorbereitung für die weitere Analyse mit Pandas-Werkzeugen.

Erlernen Sie das effektive Erkunden, Bereinigen und Zusammenfassen von Daten. Verstehen Sie den Umgang mit fehlenden Werten, das Extrahieren von Erkenntnissen und die Durchführung grundlegender statistischer Operationen mit pandas.

Dataframe

Lösung

Awesome!

Dataframe

Lösung