Arbeiten Mit Spalten

Beim Arbeiten mit einem DataFrame können Sie auf jede Spalte einzeln zugreifen.

python
df['column_name']

Um diese Syntax zu klären:

Beginnen Sie mit dem Namen des DataFrames, mit dem Sie arbeiten;
Platzieren Sie als Nächstes den Namen der Spalte, auf die Sie zugreifen möchten, in eckigen Klammern. Denken Sie daran, den Spaltennamen in Anführungszeichen zu setzen.

Alternativ können Sie die Punktnotation verwenden, um auf eine Spalte zuzugreifen, wenn der Spaltenname:

Ein gültiger Python-Bezeichner ist (z.B. keine Leerzeichen, Sonderzeichen oder beginnt mit einer Zahl);
Nicht mit einem vorhandenen pandas Attribut oder Methodennamen in Konflikt steht.

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)


              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)

Das Ausführen dieses Codes zeigt nur die Spalte mit den Hauptstädten an, anstatt des gesamten DataFrames.

Sie können auch auf mehrere Spalten wie folgt zugreifen:

python
df[['column1', 'column2', 'column3']]

Im Vergleich zum Zugriff auf eine einzelne Spalte gibt es nur einen Unterschied. Dieses Mal müssen Sie die Liste der Spaltennamen in ein zusätzliches Paar eckiger Klammern setzen — das bedeutet, Sie verwenden doppelte eckige Klammern.

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)


              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)

Aufgabe

Swipe to start coding

Rufen Sie die Spalten 'model', 'year' und 'price' (in dieser Reihenfolge) aus dem audi_cars DataFrame ab.

Lösung

import pandas as pd

cars_data = {'model': ['audi A1', 'audi A6', 'audi A4', 'audi A3','audi A1'],

'year': [2017, 2016, 2017, 2019, 2016],

'fueltype': ['petrol', 'diesel', 'diesel', 'petrol', 'petrol'],

'price': [12500, 16500, 16800, 17300, 13900]}

audi_cars = pd.DataFrame(cars_data)

# Printing such columns: model, year, price

columns = audi_cars[['model', 'year', 'price']]

print(columns)

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 11

import pandas as pd

cars_data = {'model': ['audi A1', 'audi A6', 'audi A4', 'audi A3','audi A1'],

'year': [2017, 2016, 2017, 2019, 2016],

'fueltype': ['petrol', 'diesel', 'diesel', 'petrol', 'petrol'],

'price': [12500, 16500, 16800, 17300, 13900]}

audi_cars = pd.DataFrame(cars_data)

# Printing such columns: model, year, price

columns = ___

print(columns)