Arbeta med Kolumner
När du arbetar med en DataFrame kan du komma åt varje kolumn individuellt.
df['column_name']
För att klargöra denna syntax:
- Börja med att skriva namnet på DataFrame 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 står i konflikt med ett befintligt
pandasattribut eller metodnamn.
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 den här koden kommer att visa bara kolumnen som innehåller huvudstäder, istället för hela DataFrame.
Du kan också komma åt flera kolumner så här:
df[['column1', 'column2', 'column3']]
Jämfört med att komma åt en enda kolumn, finns det bara en skillnad. Den här gången behöver du sätta listan med kolumnnamn inom en ytterligare uppsättning av hakparenteser — vilket betyder 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 lagra 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 3.03Arbeta 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 klargöra denna syntax:
- Börja med att skriva namnet på DataFrame 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 står i konflikt med ett befintligt
pandasattribut eller metodnamn.
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 den här koden kommer att visa bara kolumnen som innehåller huvudstäder, istället för hela DataFrame.
Du kan också komma åt flera kolumner så här:
df[['column1', 'column2', 'column3']]
Jämfört med att komma åt en enda kolumn, finns det bara en skillnad. Den här gången behöver du sätta listan med kolumnnamn inom en ytterligare uppsättning av hakparenteser — vilket betyder 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 lagra resultatet i variabelncolumns.
Lösning
Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedanTack för dina kommentarer!
single
