Ordbok till DataFrame (1)

Pandas är ett bibliotek med öppen källkod som erbjuder högpresterande och lättanvända datastrukturer samt verktyg för dataanalys i Python. Låter lovande!

DataFrame är en av Pandas viktigaste datastrukturer. Det är i grunden ett sätt att lagra tabelldata där du kan sätta etiketter på både rader och kolumner. Ett sätt att skapa en DataFrame är från en ordbok.

I de kommande övningarna arbetar du med fordonsdata från olika länder. Varje observation motsvarar ett land, och kolumnerna ger information om antalet fordon per capita, om man kör på vänster eller höger sida, och så vidare.

Tre listor är definierade i skriptet:

names, som innehåller namnen på de länder det finns data för.
dr, en lista med booleska värden som anger om man kör på vänster eller höger sida i respektive land.
cpc, antalet motorfordon per 1 000 invånare i respektive land.

Varje ordboksnyckel är en kolumnetikett och varje värde är en lista med kolumnens element.

Den här övningen är en del av kursen

Intermediate Python

Visa kurs

Övningsinstruktioner

Importera pandas som pd.
Använd de fördefinierade listorna för att skapa en ordbok kallad my_dict. Den ska innehålla tre nyckel-värde-par:
- nyckeln 'country' med värdet names.
- nyckeln 'drives_right' med värdet dr.
- nyckeln 'cars_per_cap' med värdet cpc.
Använd pd.DataFrame() för att omvandla din ordbok till en DataFrame kallad cars.
Skriv ut cars och beundra resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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

Redigera och kör kod