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.


              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)

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.


              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 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.


              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)

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 :


              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