Der DataFrame in pandas
In dieser Lektion erstellst du aus einem Dictionary einen pandas-DataFrame und siehst die Daten als Tabelle mit Zeilen und Spalten.
Einführung
Das Problem
Echte Daten kommen als Tabellen: Schüler mit Namen und Punktzahlen, Verkäufe mit Datum und Betrag. Listen von Listen verlieren die Spaltennamen, und NumPy-Arrays wollen einen einzigen Typ pro Array. pandas gibt dir eine Tabelle mit beschrifteten Spalten unterschiedlicher Typen.
Stell es dir so vor
Ein DataFrame ist wie eine Tabellenkalkulation in Python. Jede Spalte hat einen Namen und enthält eine Art von Wert, jede Zeile ist ein Datensatz, und mit den Zeilennummern links kannst du auf jede Zeile zeigen.
pd.DataFrame({...})📊 Ein Blatt anlegen"name": [...]🏷️ Eine Spalte namens name0, 1, 2🔢 Die Zeilenbeschriftungen links (der Index)students["score"]📈 Eine ganze Spalte auswählenEin pandas-DataFrame ist eine zweidimensionale Tabelle mit beschrifteten Spalten, die unterschiedliche Datentypen enthalten können, und beschrifteten Zeilen, dem sogenannten Index.
Das Wichtigste
pd.DataFrame({...})macht aus einem Dictionary eine Tabelle: Jeder Schlüssel wird zu einer Spalte.- Jede Liste enthält die Werte einer Spalte; alle Listen müssen gleich lang sein.
- Die Zeilenbeschriftungen 0, 1 und 2 bilden den Index, der automatisch erzeugt wird.
nameenthält Text undscoreZahlen, in derselben Tabelle.
Wann verwendet man das?
- Mit jeder Tabelle arbeiten: CSV- und Excel-Dateien, Datenbankergebnisse, Umfragedaten.
- Daten bereinigen, filtern, gruppieren und zusammenfassen.
- Daten für Diagramme und Machine Learning vorbereiten.
Wann du es nicht brauchst
- Eine Handvoll Werte: Eine Liste oder ein Dictionary ist einfacher.
- Rein numerische Gitter für aufwendige Rechnungen: NumPy-Arrays sind leichter und schneller.
Beispielcode
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
print(students)
Ergebnis der Ausführung
name score
0 Ada 95
1 Lin 88
2 Sam 91
Erklärung des Codes
Der DataFrame entsteht aus einem Dictionary, in dem jeder Schlüssel zum Spaltennamen und die zugehörige Liste zu den Daten dieser Spalte wird. Die Listen müssen gleich lang sein. Beim Ausgeben der Tabelle fügt pandas links neben jeder Zeile automatisch einen Index (index) ein, der bei 0 beginnt.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungen zur Vertiefung
Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.
- Füge den Beispieldaten Zeilen, Spalten und ein paar fehlende Werte hinzu.
- Kombiniere Filtern, Sortieren und groupby zu einem kleinen Bericht.
- Lies eine echte Datendatei ein, prüfe den Datentyp jeder Spalte und behandle ungültige Werte.
Häufige Fehler
Spalten unterschiedlicher Länge
Jede Spalte muss einen Wert pro Zeile haben.
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]}) # ValueError
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})
Lektion fertig?
Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.
Mit einer Challenge üben
Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.
- Min-Max-Normalisierung Skaliere ein Merkmal so, dass sein kleinster Wert 0 und sein größter 1 wird. Einfach