Lavorare con le Colonne

Quando si lavora con un DataFrame, è possibile accedere a ciascuna colonna individualmente.

python
df['column_name']

Per chiarire questa sintassi:

Inizia scrivendo il nome del DataFrame con cui stai lavorando;
Successivamente, inserisci il nome della colonna a cui vuoi accedere all'interno delle parentesi quadre. Ricorda di racchiudere il nome della colonna tra virgolette.

In alternativa, puoi utilizzare la notazione a punto per accedere a una colonna se il nome della colonna:

È un identificatore valido in Python (ad esempio, senza spazi, caratteri speciali o che inizi con un numero);
Non entra in conflitto con un attributo o nome di metodo esistente di pandas.

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)

Eseguire questo codice visualizzerà solo la colonna contenente le capitali, piuttosto che l'intero DataFrame.

Puoi anche accedere a più colonne in questo modo:

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

Rispetto all'accesso a una singola colonna, c'è solo una differenza. Questa volta, dovrai inserire l'elenco dei nomi delle colonne all'interno di un ulteriore set di parentesi quadre — il che significa che utilizzerai doppie parentesi quadre.

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)

Compito

Swipe to start coding

Ti viene dato un DataFrame chiamato audi_cars.

Recupera i dati per le colonne 'model', 'year', e 'price' e memorizza il risultato nella variabile columns.

Soluzione

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)

# Write your code below

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

# Testing the result

print(columns)

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 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)

# Write your code below

columns = ___

# Testing the result

print(columns)