选择列
本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 35 课，共 60 课。
大多数问题都只涉及一列：平均体重、最高的狗。把列名放在方括号中，就能选中它：
dogs = pd.DataFrame({
"name": ["Max", "Luna", "Bo", "Kira"],
"kg": [30, 8, 22, 12],
"cm": [61, 30, 55, 40],
})
print(dogs["kg"])
print(dogs["kg"].mean())这会打印一个以其列命名的 Series，然后打印平均重量：
0 30
1 8
2 22
3 12
Name: kg, dtype: int64
18.0要选择多列，请在方括号中放入名称列表。这样会得到一个较小的 DataFrame，其中的列按你指定的顺序排列：
print(dogs[["name", "cm"]])这会打印：
name cm
0 Max 61
1 Luna 30
2 Bo 55
3 Kira 40选择列可以让模型之后准确获取它应该学习的特征。
挑战
中等一个评测网站将 phones.csv 读入 phones，其中包含 model、price、battery_h（小时）和 weight_g 这些列。程序会将一个列名读入 column。
- 打印一个表格的前 3 行，表格中只包含
model和该列。 - 按下面的格式打印它的最小值、最大值和平均值，并将平均值四舍五入到 1 位小数。
对于手表表格和 strap_mm 这一列：
model strap_mm
0 Orca 20
1 Quartzy 18
2 Brio 22
strap_mm: from 16 to 24, average 20.4亲手试试
import pandas as pd
phones = pd.read_csv("phones.csv")
column = input()
# 在下方编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
数据与图表中的所有课
自己练习： Python 在线编译器