Il DataFrame di pandas
In questa lezione creerai un DataFrame di pandas da un dizionario e vedrai i dati come una tabella di righe e colonne.
Introduzione
Il problema
I dati veri arrivano come tabelle: studenti con nomi e voti, vendite con date e importi. Le liste di liste perdono i nomi delle colonne, e gli array NumPy vogliono un solo tipo per array. pandas ti dà una tabella con colonne etichettate di tipi diversi.
Immaginalo così
Un DataFrame è come un foglio di calcolo dentro Python. Ogni colonna ha un nome e contiene un tipo di valore, ogni riga è un record, e i numeri di riga a sinistra ti permettono di indicare qualsiasi riga.
pd.DataFrame({...})📊 Crea un foglio"name": [...]🏷️ Una colonna chiamata name0, 1, 2🔢 Le etichette delle righe a sinistra (l'indice)students["score"]📈 Scegli un'intera colonnaUn DataFrame pandas è una tabella bidimensionale con colonne etichettate, che possono contenere tipi di dato diversi, e righe etichettate chiamate indice.
Punti chiave
pd.DataFrame({...})trasforma un dizionario in una tabella: ogni chiave diventa una colonna.- Ogni lista contiene i valori di una colonna; tutte le liste devono avere la stessa lunghezza.
- Le etichette di riga 0, 1 e 2 formano l'indice, creato in automatico.
namecontiene testo escorecontiene numeri nella stessa tabella.
Quando si usa?
- Lavorare con qualsiasi tabella: file CSV ed Excel, risultati di database, dati di sondaggi.
- Ripulire, filtrare, raggruppare e riassumere dati.
- Preparare dati per grafici e machine learning.
Quando non serve
- Una manciata di valori: una lista o un dizionario è più semplice.
- Griglie puramente numeriche per calcoli pesanti: gli array NumPy sono più leggeri e veloci.
Codice di esempio
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
print(students)
Risultato dell'esecuzione
name score
0 Ada 95
1 Lin 88
2 Sam 91
Spiegazione del codice
Il DataFrame viene creato da un dizionario in cui ogni chiave diventa il nome di una colonna e la lista corrispondente diventa i dati di quella colonna. Le liste devono avere la stessa lunghezza. Quando stampa la tabella, pandas aggiunge automaticamente a sinistra di ogni riga un indice (index) che parte da 0.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi di approfondimento
Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.
- Aggiungi righe, colonne e qualche valore mancante ai dati di esempio.
- Combina filtro, ordinamento e groupby per creare un piccolo report.
- Leggi un file di dati reale, controlla il tipo di ogni colonna e gestisci i valori non validi.
Errori comuni
Colonne di lunghezze diverse
Ogni colonna deve avere un valore per riga.
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]}) # ValueError
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})
Hai finito questa lezione?
Segnala come imparata per tenere traccia dei tuoi progressi.
Esercitati con una sfida
Usa ciò che questa lezione spiega per risolvere un problema reale. Ogni sfida gira nel browser, con test immediati e una revisione dell'IA.
- Normalizzazione min-max Riscala una variabile in modo che il valore minimo diventi 0 e il massimo 1. Facile