Работа со столбцами в Python

Введение

Работа со столбцами данных актуальна при обработке таблиц, матриц, наборов данных и баз данных. В Python столбцы могут быть представлены как списки, словари или структуры вроде pandas.DataFrame. Понимание работы со столбцами позволяет организовать данные, выполнять вычисления, фильтрацию и трансформации.

В этой статье мы разберемся, как управлять столбцами, получать доступ к данным, изменять их и выполнять типовые операции с использованием стандартных коллекций Python и библиотеки pandas.

Если вы хотите глубже изучить работу с табличными данными, столбцами и pandas, а также научиться эффективно управлять данными в Python — приходите на наш курс Основы Python. На курсе 209 уроков и 34 упражнения, AI-тренажеры для практики с кодом и задачами 24/7, решение задач с живым ревью наставника, еженедельные встречи с менторами.

Представление столбцов в Python

Списки и вложенные списки

Для матриц или таблиц можно использовать списки списков:

table = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# Доступ к столбцу 1 (второй)
col_1 = [row[1] for row in table]
print(col_1)  # [2, 5, 8]

Словари

В словарях столбцы можно хранить как ключи:

data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35]
}

# Доступ к столбцу "Age"
ages = data["Age"]
print(ages)  # [25, 30, 35]

pandas DataFrame

Для больших и структурированных данных удобнее использовать pandas.DataFrame:

import pandas as pd

df = pd.DataFrame({
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35]
})

# Доступ к столбцу
print(df["Name"])

Добавление и изменение столбцов

Списки и словари

# Списки
for i, row in enumerate(table):
    row.append(row[0] + row[1])  # добавляем новый столбец как сумму первых двух
print(table)

# Словари
data["Country"] = ["DE", "US", "UK"]  # добавление нового столбца
data["Age"] = [26, 31, 36]           # изменение существующего

pandas

# Добавление нового столбца
df["Country"] = ["DE", "US", "UK"]

# Изменение существующего
df["Age"] = df["Age"] + 1

Удаление столбцов

Списки и словари

# Списки — удаление последнего столбца
for row in table:
    row.pop()

# Словари
del data["Country"]
age_column = data.pop("Age")  # возвращает удалённый столбец

pandas

df.drop(columns=["Country"], inplace=True)

Частые ошибки

• Попытка обратиться к несуществующему столбцу → KeyError.
• Использование индекса столбца вне диапазона в списках → IndexError.
• Неправильная трансформация списка строк и столбцов → несоответствие размеров.

Часто задаваемые вопросы

1. Как получить несколько столбцов сразу в pandas?

df[["Name", "Age"]]

2. Можно ли добавить столбец с вычисленными значениями? Да, например:

df["AgePlusOne"] = df["Age"] + 1

3. Как проверить, существует ли столбец?

if "Name" in df.columns:
    print("Столбец есть")

4. Можно ли удалить столбец в словаре без KeyError? Используйте pop("key", None) — вернёт None, если ключа нет.

Заключение

Работа со столбцами в Python требует понимания структуры данных и способов их обработки. Использование списков, словарей и pandas позволяет легко получать доступ к данным, добавлять, изменять и удалять столбцы, а также выполнять вычисления и трансформации.

Для системного изучения работы со столбцами, табличными данными и коллекциями Python рекомендую пройти курс Основы Python. В первых 3 модулях уже доступно бесплатное содержание — начните погружаться в мир Python прямо сегодня.