Преобразование списка в DataFrame Python

каталога в Python Изучение

В этом руководстве вы узнаете о списках и фреймах данных. Также мы обсудили различные методы преобразования списков во фрейм данных на языке Python. Список в Python — это самая важная структура данных. В списке важно то, что элементы списка не обязательно относятся к одному и тому же типу данных, и все строковые операции одинаково применяются к типам данных списка. Давай поговорим о фреймах данных.

В python библиотека panda используется для обработки и анализа данных. Pandas Dataframe — это 2D-конструктор изменяемых размеров и разнообразных табличных данных с отмеченными осями. В Dataframe знания ранжируются в табличной форме по столбцам и строкам. Pandas Dataframe содержит 3 основных элемента: данные, столбцы и строки. Мы реализуем наши сценарии в Spyder Compiler, так что приступим.

Пример 1

В нашем первом сценарии мы используем базовый и самый простой подход для преобразования списка во фреймы данных. Чтобы реализовать программный код, откройте Spyder IDE из панели поиска Windows, затем создайте новый файл, чтобы записать в него код создания Dataframe. После этого начинайте писать свой программный код. Сначала мы импортируем модуль panda, а затем создаем список строк и добавляем в него элементы. Затем мы вызываем конструктор фрейма данных и передаем наш список в качестве аргумента. Затем мы можем назначить конструктор фрейма данных переменной.

import pandas as pd

str_list = [‘flower’, ‘tutor’, ‘python’, ‘skills’]
daf = pd.DataFrame(str_list)
print(daf)

После успешного создания файла кода фрейма данных сохраните файл с расширением «.py». В нашем сценарии мы сохраняем наш файл с «dataframe.py».

После успешного создания файла кода фрейма данных сохраните файл

Теперь запустите файл кода dataframe.py и проверьте, как вы конвертируете список в фрейм данных.

Теперь запустите файл кода dataframe

Пример 2

В следующем сценарии мы используем функцию Zip () для преобразования списка во фреймы данных. Мы используем тот же файл кода для дальнейшей реализации и пишем код создания фрейма данных через Zip (). Сначала мы импортируем модуль panda, а затем создаем список строк и добавляем в него элементы. Здесь мы создаем два списка. Список строк, а второй — список целых чисел. Затем мы вызываем конструктор фрейма данных и передаем наш список.

Далее мы можем назначить конструктор фрейма данных переменной. Затем мы вызываем функцию фрейма данных и передаем в нее два параметра. Начальный параметр — zip (), следующий — столбец. Функция zip () принимает итерационные переменные и объединяет их в кортеж. В функции zip вы можете использовать кортежи, наборы, списки или словари. Итак, программа сначала заархивирует оба файла с указанными столбцами, а затем вызывает функцию фрейма данных.

import pandas as pd

string_list = [‘program’, ‘develop’, ‘coding, ‘skills’]

integer_list = [10, 22, 31, 44]

df = pd.DataFrame(list(zip( string_list, integer_list)), columns = [‘key’, ‘value’])

print(df)

Сохраните и запустите файл кода dataframe.py и проверьте, как работает функция zip:

Сохраните и запустите файл кода dataframe

Пример 3

В нашем третьем сценарии мы используем словарь для преобразования списка во фреймы данных. Мы используем тот же файл кода dataframe.py и создаем фреймы данных, используя списки в dict. Сначала мы импортируем модуль panda, а затем создаем список строк и добавляем в него элементы. Здесь мы создаем три списка. Список стран, языков программирования и целых чисел. Затем мы создаем список списков и присваиваем его переменной. После этого мы вызываем функцию фрейма данных, назначаем ее переменной и передаем ей dict. Затем мы используем функцию печати, чтобы показать фреймы данных.

import pandas as pd

con_name = [“Japan”, “UK”, “Canada”, “Finland”]
pro_lang = [“Java”, “Python”, “C++”, “.Net]
var_list = [ 11, 44, 33, 55]
dict = { ‘countries’ : con_name, ‘Language’ : pro_lang, ‘numbers’ : var_list
daf = pd.DataFrame(dict)
print(daf)

Опять же, сохраните и выполните файл кода «dataframe.py» и проверьте отображение вывода в упорядоченном виде.

Опять же, сохраните и выполните файл кода «dataframe

Заключение

Если вы работаете с большим объемом данных, важно сначала преобразовать данные в формат, понятный пользователю. Фреймы данных предоставляют вам функциональные возможности для эффективного доступа к данным. В python данные в основном представлены в форме списка, и важно создать фрейм данных через список.

Читайте также:  Как использовать инструменты разработчика Chrome для тестирования API?
Оцените статью
bestprogrammer.ru
Добавить комментарий