Запустить pandas онлайн

DataFrame в pandas

В этом уроке вы создадите DataFrame в pandas из словаря и увидите данные в виде таблицы со строками и столбцами.

  • Средний
  • Чтение: 2 мин
  • Примеров для запуска: 1

Введение

Какую задачу это решает

Реальные данные обычно приходят в виде таблиц: студенты с именами и баллами, продажи с датами и суммами. В списке списков нет имён столбцов, а массив NumPy требует, чтобы все значения были одного типа. pandas даёт таблицу с подписанными столбцами разных типов.

Пример из жизни

DataFrame похож на электронную таблицу внутри Python. У каждого столбца есть имя, и в нём хранятся значения одного вида. Каждая строка - это одна запись, а номера строк слева позволяют обратиться к любой строке.

От электронной таблицы к коду
pd.DataFrame({...})📊 Создать лист
"name": [...]🏷️ Столбец с именем name
0, 1, 2🔢 Подписи строк слева (индекс)
students["score"]📈 Выбрать целый столбец
Именованные столбцы разных типов, подписанные строки.
Одним предложением

DataFrame pandas - двумерная таблица с подписанными столбцами, которые могут хранить разные типы данных, и подписанными строками. Подписи строк называются индексом.

Главное

  1. pd.DataFrame({...}) превращает словарь в таблицу: каждый ключ становится столбцом.
  2. Каждый список хранит значения одного столбца; все списки должны быть одной длины.
  3. Подписи строк 0, 1 и 2 образуют индекс, созданный автоматически.
  4. name хранит текст, а score - числа, и всё это в одной таблице.

Когда это нужно?

  • Работа с любой таблицей: файлы CSV и Excel, результаты запросов к базе, данные опросов.
  • Очистка, фильтрация, группировка и сводка данных.
  • Подготовка данных для графиков и машинного обучения.

Когда это не нужно

  • Всего несколько значений: список или словарь проще.
  • Чисто числовые сетки для тяжёлой математики: массивы NumPy легче и быстрее.

Пример кода

Запустить код →
main.py
import pandas as pd

students = pd.DataFrame({
    "name": ["Ada", "Lin", "Sam"],
    "score": [95, 88, 91],
})

print(students)
Получить кнопку запуска для этого примера

Результат выполнения

name  score
0  Ada     95
1  Lin     88
2  Sam     91

Разбор кода

DataFrame создаётся из словаря: каждый ключ становится названием столбца, а соответствующий список данными этого столбца. Списки должны быть одной длины. При выводе pandas автоматически добавляет слева от каждой строки индекс, который начинается с 0.

Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.

Упражнения для практики

Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.

  1. Добавьте в пример строки, столбцы и несколько пропущенных значений.
  2. Объедините фильтрацию, сортировку и groupby, чтобы получить небольшой отчёт.
  3. Прочитайте реальный файл с данными, проверьте тип каждого столбца и обработайте неверные значения.
Запустить в компиляторе Python →

Частые ошибки

Столбцы разной длины

В каждом столбце должно быть по одному значению на строку.

Ошибка
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]})  # ValueError
Исправление
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})

Закончили этот урок?

Отметьте его как изученный, чтобы следить за прогрессом.

Далее: Фильтрация строк DataFrame в pandas →

Попрактикуйтесь на задаче

Примените материал этого урока к реальной задаче. Каждая задача запускается в браузере, с мгновенными тестами и разбором от ИИ.

Все задачи