Travailler Avec les Colonnes
Lorsque vous travaillez avec un DataFrame, vous pouvez accéder à chaque colonne individuellement.
df['column_name']
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
pandasexistant.
df.column_name
12345678910111213import 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 :
df[['column1', 'column2', 'column3']]
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.
12345678import 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 !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Awesome!
Completion rate improved to 3.03Travailler Avec les Colonnes
Glissez pour afficher le menu
Lorsque vous travaillez avec un DataFrame, vous pouvez accéder à chaque colonne individuellement.
df['column_name']
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
pandasexistant.
df.column_name
12345678910111213import 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 :
df[['column1', 'column2', 'column3']]
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.
12345678import 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
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
Awesome!
Completion rate improved to 3.03single
