DataFrame の先頭を表示する
Pandas は pd としてインポート済みです。用意された df には 3 人の学習者とそのスコアが含まれます。
df.head()小さなデータセットで Pandas を練習します。Series、DataFrame、要約統計量を学び、実際の Python ラボで CSV ファイルを扱います。
ここから始めましょう
課題をターミナルに読み込み、Enter キーで結果を確認します。このページの入門セッションで、すべての例を実行できます。
Pandas は pd としてインポート済みです。用意された df には 3 人の学習者とそのスコアが含まれます。
df.head()行数と列数を取得します。
df.shapeデータを選択する前に列ラベルを確認します。
df.columnsscore 列を Series として読み取ります。
df["score"]サンプルデータの平均スコアを求めます。
df["score"].mean()スコアが 80 以上の学習者だけを残します。
df[df["score"] >= 80]サンプル行をスコア順に並べ替えます。
df.sort_values("score")score 列の件数、平均、ばらつき、パーセンタイルを確認します。
df.describe()ローカル設定不要
小さなデータセットで Pandas を練習します。Series、DataFrame、要約統計量を学び、実際の Python ラボで CSV ファイルを扱います。
まず上の短い演習を試しましょう。プロジェクトに取り組む際は LabEx ラボを開き、Linux の実際のツールを手順と即時フィードバック付きで使えます。
学習を続けましょう
Pandas の練習から、体系的なスキルツリーへ進みましょう。ガイド付きラボを選び、各概念をオンラインで実践できます。
Series、DataFrame、データの選択、要約統計量を学べます。データサイエンスのスキルツリーへ進み、Python ラボを起動すると、データセットとインストール済みの Pandas ライブラリを使えます。
入門演習は無料です。ログインすると完全な LabEx 環境を利用できます。利用時間とリソースはラボやプランによって異なります。
ローカルへのインストールは不要です。ログイン後、最新のブラウザーでラボを開きます。環境内のソフトウェアはラボの手順に従って設定してください。
このプレビューで使えるコマンドは限られています。追加のコマンド、パッケージ、サービスはログインして Python ラボで利用してください。ソフトウェアと権限はラボの設定に従います。
データサイエンス スキルツリーでガイド付きラボやチャレンジに取り組みましょう。定期的に練習し、出力を確認し、Labby に質問できます。
次のステップ
実際のツール、ガイド付きラボ、Labby のサポートで学習を続けましょう。