Budowanie DataFrame od podstaw
Ze słowników, list i tablic
Budowanie DataFrame od podstaw to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Po co tworzyć własny
Zanim wczytają Państwo prawdziwe pliki, ręczne utworzenie małego DataFrame pozwala testować pomysły i poznać strukturę bez żadnej konfiguracji. 🧪
Najpierw zaimportuj pandas
Każdy projekt zaczyna się tak samo: importujemy pandas pod skrótem pd. Ten krótki alias jest powszechnie stosowaną konwencją.
import pandas as pdZe słownika kolumn
Najczęstszy sposób polega na użyciu obiektu dict, w którym każdy klucz jest nazwą kolumny, a każda wartość — listą danych tej kolumny.
df = pd.DataFrame({"name": ["Ada", "Lin"], "age": [36, 41]})Klucze stają się nagłówkami
W podejściu ze słownikiem jego keys automatycznie stają się nagłówkami kolumn. Nadawanie nazw kolumnom jest tak łatwe jak nazywanie kluczy.
Z listy wierszy
Można również przekazać listę wierszy i osobno podać nazwy kolumn. To wygodne, gdy dane już są dostarczane wiersz po wierszu.
pd.DataFrame([["Ada", 36], ["Lin", 41]], columns=["name", "age"])Z listy słowników
Sprawdza się także lista słowników, po jednym słowniku na wiersz. Brakujące klucze stają się pustymi wartościami, co jest przydatne przy nierównych rekordach.
pd.DataFrame([{"name": "Ada"}, {"name": "Lin", "age": 41}])Z tablicy NumPy
Mają Państwo numeryczną tablicę NumPy typu array? Proszę przekazać ją bezpośrednio i dodać nazwy kolumn. Łączy to szybkie obliczenia NumPy z tabelami z etykietami.
pd.DataFrame(arr, columns=["x", "y"])Ustaw indeks podczas tworzenia
Proszę przekazać argument index, aby nadać etykiety wierszom już podczas tworzenia ramki, zamiast korzystać z domyślnych liczb 0, 1, 2.
pd.DataFrame(data, index=["r1", "r2"])Kontroluj kolejność kolumn
Potrzebują Państwo kolumn w określonej kolejności? Proszę przekazać listę columns, a pandas ułoży je dokładnie w podanej kolejności, niezależnie od szczegółów kolejności kluczy w słowniku.
pd.DataFrame(data, columns=["age", "name"])Długości muszą się zgadzać
Każda przekazana kolumna musi mieć taką samą długość. Niezgodne rozmiary list powodują błąd, dlatego należy zachować równą długość kolumn.
Podejrzyj utworzoną strukturę
Po utworzeniu proszę sprawdzić dtypes, aby potwierdzić, że pandas poprawnie rozpoznał typy, na przykład int dla wieku i object dla nazw.
df.dtypesSzybkie sprawdzenie
Proszę wybrać element, który leży u podstaw najczęstszego sposobu tworzenia DataFrame.
Podsumowanie: wiele dróg do celu
Słowniki, listy, listy słowników i tablice NumPy mogą stać się obiektem DataFrame. Proszę wybrać rozwiązanie dopasowane do struktury danych. 🛠️
Często zadawane pytania
Czy lekcja „Budowanie DataFrame od podstaw” jest bezpłatna?
Tak — pełny tekst „Budowanie DataFrame od podstaw” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Budowanie DataFrame od podstaw”?
Ze słowników, list i tablic Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.
Ile czasu zajmuje lekcja „Budowanie DataFrame od podstaw”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Wiersze, kolumny i indeks
- Budowanie DataFrame od podstaw
- head, info i describe
- Dodawanie, zmiana nazw i usuwanie kolumn