Esplora un DataFrame di pandas

Il DataFrame di pandas è una delle strutture dati più importanti (e più comode) in Python, soprattutto per la Data Science. Oltre a presentare i dati in un formato tabellare familiare, il pacchetto pandas offre diversi modi per esplorare rapidamente un DataFrame. In questo esercizio userai un (piccolissimo) sottoinsieme di metodi e attributi disponibili in pandas per esplorare il DataFrame avocados.

Questo esercizio fa parte del corso

Python per utenti MATLAB

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Print the first five rows of avocados
print(avocados.____())

Modifica ed esegui il codice

Questo esercizio fa parte del corso

Python per utenti MATLAB

InicianteNível de habilidade

4.8+

Inizia il corso gratuitamente

Questo capitolo ti mette in moto nel passaggio da MATLAB a Python. Vedrai alcune somiglianze e differenze tra MATLAB e Python, come usare metodi e pacchetti, e un'introduzione al popolare pacchetto NumPy.

Exercise 1: Benvenuto in Python!Exercise 2: Calcoli di base Exercise 3: Prevedere un investimento Exercise 4: Tipi di variabili Exercise 5: Metodi e pacchetti Exercise 6: Manipolare le stringhe con i metodi Exercise 7: Uso dei pacchetti Python Exercise 8: Array e grafici Exercise 9: Primi passi con gli array NumPy Exercise 10: Rappresentare il traffico in bicicletta Exercise 11: Cosa predice la longevità degli animali?

In questo capitolo consoliderai le nuove conoscenze su NumPy. Approfondirai gli array di NumPy, l'equivalente Python delle matrici, eseguendo operazioni matematiche e indicizzazione. Inizierai anche a esplorare un'altra importante struttura dati di Python, la lista, e chiuderai il capitolo creando grafici personalizzati dei tuoi array con Matplotlib.

Exercise 1: Immersione negli array NumPy Exercise 2: Previsioni nel tempo Exercise 3: Quanto costano in più gli avocado biologici?Exercise 4: Indicizzazione degli array NumPy Exercise 5: Estrarre colonne da array NumPy Exercise 6: Traffico in bici durante la settimana Exercise 7: Filtrare array con indicizzazione booleana Exercise 8: Liste Exercise 9: Esplorare le liste Exercise 10: Creare array NumPy dalle liste Exercise 11: Operare su liste e array Exercise 12: Personalizzare i grafici Exercise 13: Colori, stili di linea e legende Exercise 14: Codificare i dati con colore e dimensione Exercise 15: Determina i tipi di motore negli impatti con la fauna selvatica

Questo capitolo presenta alcune potenti strutture dati di Python: il dizionario e il DataFrame di pandas. Imparerai a creare dizionari impostando coppie chiave-valore e poi a visualizzare e modificare il tuo dizionario. Successivamente, ti verrà presentato uno dei pacchetti più importanti nella cassetta degli attrezzi di ogni Pythonista: pandas. In particolare, ti concentrerai sulla sua struttura principale, il DataFrame, che organizza i dati tabellari in modo facilmente accessibile. Infine, imparerai a trasformare diversi tipi di dati in DataFrame per rendere i tuoi dati più facili da gestire.

Exercise 1: Dizionari Exercise 2: Quali chiavi?Exercise 3: Estrai i dati Exercise 4: Modificare i dizionari Exercise 5: Introduzione ai DataFrame Exercise 6: Esplora un DataFrame di pandas

Esercizio attuale

Exercise 7: Rappresenta i dati da un DataFrame Exercise 8: Accedere ai DataFrame di pandas Exercise 9: Accedere a righe e colonne Exercise 10: Le tante sfumature di .iloc Exercise 11: Creare DataFrame di pandas Exercise 12: Da un file CSV Exercise 13: Da un dizionario di liste Exercise 14: Da un elenco di dizionari

Concluderai il corso controllando il flusso del tuo codice Python. Imparerai a iterare attraverso diverse strutture dati di Python usando i cicli for. Conoscerai anche le diramazioni in Python con if, else ed elif e gli operatori di confronto di Python (maggiore di, minore di, ecc.) che determinano quali righe del tuo codice verranno eseguite. Per finire, tornerai agli array di NumPy usando gli operatori di confronto di Python per filtrare i tuoi array.

Exercise 1: Scorrere i dati con i loop Exercise 2: Iterare sulle liste Exercise 3: Sovrapporre più grafici in una figura Exercise 4: Confronti e controllo di flusso Exercise 5: Contare i diversi tipi di aeromobili Exercise 6: Trovare determinate righe in un DataFrame Exercise 7: Filtrare i dati Exercise 8: Indicizzazione booleana per statistiche rapide Exercise 9: Viva i booleani!Exercise 10: Indicizzazione booleana e divertimento con Matplotlib Exercise 11: Ben fatto!