Słownik do DataFrame (1)

Pandas to biblioteka open source zapewniająca wydajne i łatwe w użyciu struktury danych oraz narzędzia do analizy danych w Pythonie. Brzmi obiecująco!

DataFrame to jedna z najważniejszych struktur danych w Pandas. To w zasadzie sposób na przechowywanie danych tabelarycznych, w którym możesz nadawać etykiety zarówno wierszom, jak i kolumnom. Jednym ze sposobów tworzenia DataFrame jest użycie słownika.

W kolejnych ćwiczeniach będziesz pracować z danymi o pojazdach z różnych krajów. Każda obserwacja odpowiada jednemu krajowi, a kolumny zawierają informacje o liczbie pojazdów na mieszkańca, ruchu lewostronnym lub prawostronnym i tym podobne.

W skrypcie zdefiniowane są trzy listy:

names – zawierająca nazwy krajów, dla których dostępne są dane.
dr – lista wartości logicznych informujących, czy w danym kraju obowiązuje ruch lewostronny czy prawostronny.
cpc – liczba pojazdów silnikowych na 1000 mieszkańców w danym kraju.

Każdy klucz słownika to etykieta kolumny, a każda wartość to lista zawierająca elementy tej kolumny.

To ćwiczenie jest częścią kursu

Python średnio zaawansowany

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj bibliotekę pandas jako pd.
Korzystając z gotowych list, utwórz słownik o nazwie my_dict. Powinien zawierać trzy pary klucz–wartość:
- klucz 'country' i wartość names.
- klucz 'drives_right' i wartość dr.
- klucz 'cars_per_cap' i wartość cpc.
Użyj pd.DataFrame(), aby przekształcić swój słownik w DataFrame o nazwie cars.
Wyświetl cars i przekonaj się, jak świetnie wygląda.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Pre-defined lists
names = ['United States', 'Australia', 'Japan', 'India', 'Russia', 'Morocco', 'Egypt']
dr =  [True, False, False, False, True, True, True]
cpc = [809, 731, 588, 18, 200, 70, 45]

# Import pandas as pd


# Create dictionary my_dict with three key:value pairs: my_dict


# Build a DataFrame cars from my_dict: cars


# Print cars

Edytuj i uruchom kod