Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Arbeide med Kolonner | De Aller Første Trinnene
Pandas Første Steg

book
Arbeide med Kolonner

Når du arbeider med en DataFrame, kan du få tilgang til hver kolonne individuelt.

python
df['column_name']

For å klargjøre denne syntaksen:

  • Start med å skrive navnet på DataFrame du jobber med;
  • Deretter plasserer du kolonnenavnet du vil ha tilgang til inne i firkantede parenteser. Husk å omslutte kolonnenavnet i anførselstegn.

Alternativt kan du bruke prikknotasjon for å få tilgang til en kolonne hvis kolonnenavnet:

  1. Er en gyldig Python-identifikator (f.eks. ingen mellomrom, spesialtegn eller starter med et tall);
  2. Ikke er i konflikt med et eksisterende pandas-attributt eller metodenavn.
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)
copy

Å kjøre denne koden vil vise bare kolonnen som inneholder hovedsteder, i stedet for hele DataFrame.

Du kan også få tilgang til flere kolonner slik:

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

Sammenlignet med å få tilgang til en enkelt kolonne, er det bare én forskjell. Denne gangen må du sette listen over kolonnenavn inne i et ekstra sett med hakeparenteser — det vil si at du bruker dobbelt hakeparenteser.

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)
copy
Oppgave

Swipe to start coding

Du har en DataFrame kalt audi_cars.

  • Hent dataene for kolonnene 'model', 'year', og 'price' og lagre resultatet i variabelen columns.

Løsning

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)
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 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)
toggle bottom row
some-alt