Contenu du cours
Premiers Pas avec Pandas
Premiers Pas avec Pandas
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 à l'intérieur des crochets. N'oubliez pas de mettre le nom de la colonne entre 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.
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)
Exécuter 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.
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)
Swipe to start coding
Récupérez les colonnes 'model'
, 'year'
, et 'price'
(dans cet ordre) du DataFrame audi_cars
.
Solution
Merci pour vos commentaires !
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 à l'intérieur des crochets. N'oubliez pas de mettre le nom de la colonne entre 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.
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)
Exécuter 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.
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)
Swipe to start coding
Récupérez les colonnes 'model'
, 'year'
, et 'price'
(dans cet ordre) du DataFrame audi_cars
.
Solution
Merci pour vos commentaires !