Comprendere i DataFrame
Lezione 4 di 19 del corso Analisi dei dati con Pandas di Coddy.
I DataFrame sono il cuore della libreria Pandas. Un DataFrame è una struttura dati bidimensionale con etichette, le cui colonne possono essere di tipi diversi, tra cui intero, virgola mobile, oggetto e altri.
In sostanza, un DataFrame è come una tabella di dati. Puoi immaginarlo come un foglio di calcolo o una tabella SQL. Le righe corrispondono a singole istanze di input (osservazioni), mentre le colonne rappresentano le caratteristiche dei dati. Con i dataframe possiamo manipolare, analizzare, raggruppare e preelaborare i dati.
Quando lavoriamo con un nuovo dataframe, dobbiamo capire quali sono le colonne, quali sono i loro tipi di dati, quante righe contiene, che tipo di dati memorizza e così via. Ecco alcune funzioni che forniscono rapidamente informazioni sui dati:
- head(n): mostra le prime
nrighe - head(): mostra le prime 5 righe
- describe(): fornisce statistiche descrittive come media, massimo, minimo, ecc.
- info(): fornisce un riepilogo di tutte le caratteristiche (colonne).
shape:la forma del dataframe (quante righe e quante colonne). Questa è una proprietà e non un metodo.- tail(n): mostra le ultime
nrighe - tail(): mostra le prime 5 righe
Sfida
FacileIn questa sfida, hai un file CSV chiamato brands.csv.
Prima di fare qualsiasi cosa, usa .read_csv() per trasformare il file in un dataframe.
Crea una funzione chiamata information che accetti una stringa che può contenere uno dei seguenti valori:
- "head"
- "describe"
- "info"
- "shape"
- "tail"
La funzione stamperà l'output corrispondente del dataframe.
Provalo tu
import pandas as pd
def information(action):
df = pd.read_csv("brands.csv")
# Scrivi il codice quiTutte le lezioni di Analisi dei dati con Pandas
4Analisi dei dati con Pandas
Statistiche descrittiveRaggruppamento e aggregazione dei datiAggregazioni diverseMerge e Concat2Lavorare con il DataFrame
Comprendere i DataFrameAccedere ai datiPulizia dei dati - Dati mancantiPulizia dei dati - Altri strumenti3Manipolazione dei dati con Pandas
Restituire il risultato richiestoFiltrare i datiAggiungere ed eliminareModificare i datiModificare le stringheModifiche personalizzateEsercitati da solo: Compilatore Python online