Data Science Academy · Leçon

Sélectionner des colonnes par leur nom

Colonnes uniques et listes de colonnes

Sélectionner des colonnes par leur nom est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Columns Are Your Starting Point

Real datasets have dozens of columns, but you rarely need them all. Picking the right columns by name is the first move in almost every analysis. 🎯

Grab One Column

To pull a single column, put its name in square brackets after the DataFrame. What you get back is a one-dimensional Series.

ages = df["age"]
print(ages.head())

A Single Column Is a Series

One bracketed name returns a Series: a single labeled column, not a table. It keeps the same index as the DataFrame it came from.

type(df["age"])
# pandas.core.series.Series

Dot Access as a Shortcut

You can also reach a column with dot access, like df.age. It is shorter, but only works when the name has no spaces or symbols.

df.age   # same as df["age"]

When Dot Access Fails

Dot access breaks on names with spaces, like df.user name, or names that clash with methods. When in doubt, prefer bracket access for safety.

df["user name"]   # brackets handle spaces

Select Several Columns

Pass a list of names inside the brackets to grab many columns at once. Notice the double square brackets in the syntax.

subset = df[["name", "age", "city"]]

A Column List Is a DataFrame

Selecting a list of names returns a DataFrame, even if the list holds just one name. That is the key difference from single-bracket access.

df[["age"]]    # DataFrame, not Series

Order Is Up to You

The columns appear in the exact order you list them, not their original order. This is a quick way to rearrange a table for a report.

df[["city", "name"]]   # city first now

Selecting Many With loc

The loc accessor selects by label and lets you choose rows and columns together. A colon means all rows.

df.loc[:, ["name", "age"]]

List All Column Names

Forgot the exact spelling? The columns attribute lists every name, so you can copy them without typos.

print(df.columns.tolist())

Watch the KeyError

Ask for a name that does not exist and pandas raises a KeyError. Names are case-sensitive, so Age and age are different.

df["Age"]   # KeyError if column is "age"

Quick Check

Think about what each bracket style returns.

Recap: Picking Columns

Single brackets give a Series, a list of names gives a DataFrame in your chosen order, and loc selects by label. You now grab exactly the columns you need. ✅

Questions Fréquemment Posées

La leçon « Sélectionner des colonnes par leur nom » est-elle gratuite ?

Oui — le texte complet de « Sélectionner des colonnes par leur nom » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Sélectionner des colonnes par leur nom » ?

Colonnes uniques et listes de colonnes Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer Data Science Academy ?

Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.

Combien de temps prend la leçon « Sélectionner des colonnes par leur nom » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?

Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

← Retour à Data Science Academy