Add theory Y

16
Конструктор DataFrame() для создания таблицы:
pd.DataFrame(data = data, columns = columns) # аргумент data - список с данными,
                                             # аргумент columns - список с названиями столбцов

18
Атрибут loc[строка, столбец] даёт доступ к нужному элементу DataFrame по строке и столбцу.
Логическая индексация для получения элементов по определённому условию:
ВИД  РЕАЛИЗАЦИЯ    СОКРАЩЕННАЯ ЗАПИСЬ
Все строки, удовлетворяющие условию  df.loc[df.loc[:,'column'] == 'X']   df[df['column'] == 'X']
Столбец, удовлетворяющий условию   df.loc[df.loc[:,'column'] == 'X']['column'] df[df['column'] == 'X']['column']
Подсчёт количества объектов в столбце  df.loc[df.loc[:,'column'] == 'X']['column'].count() df[df['column'] == 'X']['column'].count()
Метод groupby('название столбца')для группировки данных:
df.groupby('название столбца')
df.groupby('столбец_1')['столбец_2'] # группировка по столбец_1 и вывод столбец_2
df.groupby('название столбца').count() # подсчёт количества в группе


21
Полезная информация
Метод groupby('название столбца') для группировки данных^
df.groupby('название столбца')
df.groupby('столбец_1')['столбец_2'] # группировка по столбец_1 и вывод столбец_2
df.groupby('название столбца').count() # подсчёт количества в группе
Метод sort_values(by = 'название столбца') для сортировки таблицы по указанному столбцу:
df.sort_values(by = 'название столбца') # сортировка по возрастанию по умолчанию
df.sort_values(by = 'название столбца', ascending = False) # сортировка по убыванию