DataFrame e Series

Argomenti: DataFrame, Series

Intro

Pandas è una delle librerie più popolari in Python per l'analisi dei dati. Questa libreria fornisce strutture dati e metodi di analisi efficienti per manipolare tabelle numeriche e serie temporali. I principali componenti di Pandas sono DataFrame e Series.

Series

Una Series è una struttura dati unidimensionale simile a un array, una lista o una colonna in una tabella. Ha una etichetta per ciascuna entrata, che è come un indice per gli array in Python.

Ecco come creare una Series:

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
print(s)

Nell'esempio, abbiamo una Series con valori dall'1 al 4 e un indice esplicitamente definito.

DataFrame

Un DataFrame è una struttura dati bidimensionale che può essere immaginata come una tabella in un database, un foglio di calcolo o una tabelle SQL. Ha sia righe che colonne, ed ogni colonna in un DataFrame può avere un tipo diverso, come numeri, stringhe, e così via.

Ecco come creare un DataFrame:

data = {
    'Nome': ['Anna', 'Marco', 'Luca'],
    'Età': [25, 30, 22],
    'Città': ['Roma', 'Milano', 'Torino']
}

df = pd.DataFrame(data)
print(df)

Nell'esempio, abbiamo creato un DataFrame con tre colonne: Nome, Età e Città. Ogni colonna ha una serie di valori associati.

Differenza tra Series e DataFrame

Mentre una Series è una struttura dati unidimensionale che può avere qualsiasi tipo di dati, un DataFrame è bidimensionale. Puoi immaginare un DataFrame come una collezione di Series con lo stesso indice.

Esercizi

Esercizio 1

1. Crea una Series con i numeri dal 1 al 10 e utilizza come indice le lettere dell'alfabeto dalle lettera 'a' alla 'j'.

Esercizio 2

1. Crea un DataFrame con i seguenti dati:

   • Nomi: Alessia, Tommaso, Marta
   • Età: 20, 23, 27
   • Professione: Studente, Ingegnere, Medico

2. Dopo aver creato il DataFrame, stampa solo la colonna "Nome" e poi solo la riga corrispondente a "Marta".

Congratulazioni! 🎉

Ora hai una buona comprensione delle strutture dati fondamentali in Pandas.