DataFrame ของ pandas
ในบทเรียนนี้ คุณจะสร้าง DataFrame ของ pandas จากดิกชันนารี และดูข้อมูลในรูปตารางที่มีแถวและคอลัมน์
บทนำ
ปัญหาที่ต้องแก้
ข้อมูลจริงมักมาเป็นตาราง เช่น รายชื่อนักเรียนพร้อมคะแนน หรือยอดขายพร้อมวันที่และจำนวนเงิน ถ้าใช้ลิสต์ซ้อนลิสต์ ชื่อคอลัมน์จะหายไป ส่วนอาร์เรย์ของ NumPy ก็ต้องเก็บข้อมูลชนิดเดียวทั้งอาร์เรย์ pandas จึงให้ตารางที่คอลัมน์มีชื่อกำกับ และแต่ละคอลัมน์เก็บข้อมูลต่างชนิดกันได้
ลองนึกภาพแบบนี้
DataFrame เหมือนสเปรดชีตที่อยู่ใน Python แต่ละคอลัมน์มีชื่อและเก็บค่าชนิดเดียวกัน แต่ละแถวคือข้อมูลหนึ่งรายการ และหมายเลขแถวทางซ้ายช่วยให้อ้างถึงแถวไหนก็ได้
pd.DataFrame({...})📊 สร้างแผ่นงาน"name": [...]🏷️ คอลัมน์ชื่อ name0, 1, 2🔢 ป้ายแถวทางซ้าย (index)students["score"]📈 เลือกทั้งคอลัมน์หนึ่งDataFrame ของ pandas คือตารางสองมิติที่คอลัมน์มีชื่อกำกับและเก็บข้อมูลต่างชนิดกันได้ ส่วนแถวก็มีป้ายกำกับ เรียกว่า index
ประเด็นสำคัญ
pd.DataFrame({...})เปลี่ยน dictionary เป็นตาราง: แต่ละคีย์กลายเป็นคอลัมน์- แต่ละลิสต์เก็บค่าของหนึ่งคอลัมน์ และทุกลิสต์ต้องยาวเท่ากัน
- ป้ายแถว 0, 1 และ 2 คือ index ซึ่ง pandas สร้างให้อัตโนมัติ
nameเก็บข้อความและscoreเก็บตัวเลขในตารางเดียวกัน
ใช้เมื่อไร?
- ทำงานกับตารางแทบทุกแบบ เช่น ไฟล์ CSV และ Excel ผลลัพธ์จากฐานข้อมูล ข้อมูลแบบสอบถาม
- ทำความสะอาด กรอง จัดกลุ่ม และสรุปข้อมูล
- เตรียมข้อมูลสำหรับกราฟและ machine learning
เมื่อไรยังไม่จำเป็น
- มีข้อมูลแค่ไม่กี่ค่า: ใช้ลิสต์หรือ dictionary ง่ายกว่า
- ตารางตัวเลขล้วนที่ต้องคำนวณหนัก: อาร์เรย์ของ NumPy เบาและเร็วกว่า
โค้ดตัวอย่าง
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
print(students)
ผลลัพธ์จากการรัน
name score
0 Ada 95
1 Lin 88
2 Sam 91
อธิบายโค้ด
DataFrame สร้างจากดิกชันนารี โดยแต่ละคีย์กลายเป็นชื่อคอลัมน์ และลิสต์ที่คู่กันกลายเป็นข้อมูลของคอลัมน์นั้น ลิสต์ทุกตัวต้องยาวเท่ากัน เมื่อแสดงผล pandas จะใส่ดัชนีที่เริ่มจาก 0 ไว้ทางซ้ายของแต่ละแถวให้อัตโนมัติ
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
- รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
- อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
ข้อผิดพลาดที่พบบ่อย
คอลัมน์ยาวไม่เท่ากัน
ทุกคอลัมน์ต้องมีหนึ่งค่าต่อหนึ่งแถว
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]}) # ValueError
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า
ฝึกด้วยโจทย์
ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI
โจทย์ทั้งหมด