Arbeta med Kolumner
När du arbetar med en DataFrame kan du komma åt varje kolumn individuellt.
df['column_name']
För att förtydliga denna syntax:
- Börja med att skriva namnet på DataFrame-objektet du arbetar med;
- Placera sedan kolumnnamnet du vill komma åt inom hakparenteser. Kom ihåg att omsluta kolumnnamnet med citattecken.
Alternativt kan du använda punktnotation för att komma åt en kolumn om kolumnnamnet:
- Är en giltig Python-identifierare (t.ex. inga mellanslag, specialtecken eller börjar med en siffra);
- Inte krockar med ett befintligt attribut eller metodnamn i
pandas
.
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)
Att köra denna kod visar endast kolumnen som innehåller huvudstäder, istället för hela DataFrame.
Du kan även komma åt flera kolumner så här:
df[['column1', 'column2', 'column3']]
Jämfört med att komma åt en enskild kolumn finns det bara en skillnad. Den här gången behöver du placera listan med kolumnnamn inom ytterligare ett par hakparenteser — vilket innebär att du använder dubbla hakparenteser.
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
Du har fått en DataFrame
som heter audi_cars
.
- Hämta data för kolumnerna
'model'
,'year'
och'price'
och spara resultatet i variabelncolumns
.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Can I use dot notation to access multiple columns at once?
What happens if I try to access a column that doesn't exist?
Can you explain the difference between single and double square brackets when selecting columns?
Awesome!
Completion rate improved to 3.03
Arbeta med Kolumner
Svep för att visa menyn
När du arbetar med en DataFrame kan du komma åt varje kolumn individuellt.
df['column_name']
För att förtydliga denna syntax:
- Börja med att skriva namnet på DataFrame-objektet du arbetar med;
- Placera sedan kolumnnamnet du vill komma åt inom hakparenteser. Kom ihåg att omsluta kolumnnamnet med citattecken.
Alternativt kan du använda punktnotation för att komma åt en kolumn om kolumnnamnet:
- Är en giltig Python-identifierare (t.ex. inga mellanslag, specialtecken eller börjar med en siffra);
- Inte krockar med ett befintligt attribut eller metodnamn i
pandas
.
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)
Att köra denna kod visar endast kolumnen som innehåller huvudstäder, istället för hela DataFrame.
Du kan även komma åt flera kolumner så här:
df[['column1', 'column2', 'column3']]
Jämfört med att komma åt en enskild kolumn finns det bara en skillnad. Den här gången behöver du placera listan med kolumnnamn inom ytterligare ett par hakparenteser — vilket innebär att du använder dubbla hakparenteser.
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
Du har fått en DataFrame
som heter audi_cars
.
- Hämta data för kolumnerna
'model'
,'year'
och'price'
och spara resultatet i variabelncolumns
.
Lösning
Tack för dina kommentarer!
single