DataFrame trong pandas: tạo và xem một bảng dữ liệu
Tạo bảng từ một dictionary, rồi xem hàng, cột và kiểu dữ liệu chỉ với vài lệnh.
- Tạo DataFrame từ dict
- head(), shape, columns và dtypes
- Chọn một cột
- 0
- 1
- 2
- Ada
- Lin
- Sam
- 95
- 88
- 91
Một bảng có nhãn
Vấn đề
Dữ liệu thật đến dưới dạng bảng: học sinh có tên và điểm, doanh số có ngày và số tiền. List chứa các list làm mất tên cột, còn mảng NumPy muốn mỗi mảng chỉ một kiểu. pandas cho bạn một bảng có tên cột, mỗi cột có thể mang một kiểu khác nhau.
Hình dung đời thường
DataFrame giống một bảng tính Excel nằm ngay trong Python. Mỗi cột có tên và chứa một loại giá trị, mỗi hàng là một bản ghi, và số thứ tự hàng ở bên trái giúp bạn chỉ tới bất kỳ hàng nào.
pd.DataFrame({...})📊 Tạo một trang tính"name": [...]🏷️ Một cột tên là name0, 1, 2🔢 Nhãn hàng ở bên trái (index)students["score"]📈 Lấy trọn một cộtDataFrame của pandas là một bảng hai chiều có các cột được đặt tên, có thể chứa các kiểu dữ liệu khác nhau, và các hàng có nhãn gọi là index.
Những điểm quan trọng
pd.DataFrame({...})biến một dictionary thành bảng: mỗi khóa thành một cột.- Mỗi list chứa giá trị của một cột; mọi list phải có cùng độ dài.
- Nhãn hàng 0, 1 và 2 tạo thành index, được sinh tự động.
- Cột
namechứa chữ và cộtscorechứa số trong cùng một bảng.
Khi nào nên sử dụng?
- Làm việc với mọi loại bảng: file CSV và Excel, kết quả truy vấn cơ sở dữ liệu, dữ liệu khảo sát.
- Làm sạch, lọc, nhóm và tóm tắt dữ liệu.
- Chuẩn bị dữ liệu cho biểu đồ và học máy.
Khi nào chưa cần
- Chỉ vài giá trị: list hoặc dictionary đơn giản hơn.
- Lưới toàn số cho tính toán nặng: mảng NumPy nhẹ và nhanh hơn.
Code ví dụ
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
print(students)
Kết quả khi chạy
name score
0 Ada 95
1 Lin 88
2 Sam 91
Giải thích code
DataFrame được tạo từ một dictionary, trong đó mỗi key trở thành tên cột và danh sách đi kèm trở thành dữ liệu của cột đó. Các danh sách phải có cùng độ dài. pandas tự động thêm cột chỉ số (index) bắt đầu từ 0 ở bên trái mỗi hàng khi in bảng.
Thay đổi giá trị và chạy chương trình bằng trình chạy Python online của CodeUtility mà không cần cài Python.
Bài tập mở rộng
Hãy thử chỉnh sửa code theo các gợi ý dưới đây. Tự thay đổi và quan sát kết quả sẽ giúp bạn hiểu bài sâu hơn nhiều so với chỉ đọc code.
- Thêm dòng, cột và một vài giá trị bị thiếu vào dữ liệu mẫu.
- Kết hợp lọc, sắp xếp và groupby để tạo một báo cáo nhỏ.
- Đọc một file dữ liệu thật, kiểm tra kiểu dữ liệu của từng cột và xử lý các giá trị không hợp lệ.
Lỗi hay gặp
Các cột dài ngắn khác nhau
Mỗi cột phải có đúng một giá trị cho mỗi hàng.
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]}) # ValueError
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})
Bạn học xong bài này chưa?
Đánh dấu đã học để theo dõi tiến độ của bạn.
Luyện tập với thử thách
Áp dụng kiến thức của bài học này để giải một bài toán thực tế. Mỗi thử thách chạy ngay trên trình duyệt, có kiểm thử tức thì và AI nhận xét.
Tất cả thử thách