logo

TechCodeview

Konwertuj listę na ramkę danych w Pythonie

W tym samouczku zobaczymy, jak możemy wykorzystać listę i przekonwertować ją na ramkę danych w Pythonie.

Ale zanim zaczniemy, przyjrzyjmy się jeszcze raz, czym jest lista i czym są ramki danych?

Lista jest strukturą danych w Pythonie, w której wszystkie elementy są ujęte w nawiasy kwadratowe.

Przykładem listy jest-

 Colors=['Red', 'Blue', 'Green', 'Orange']

Ramki danych to tabelaryczna reprezentacja danych w postaci wierszy i kolumn.

Można ich używać, importując pandy.

Przyjrzyjmy się teraz różnym metodom konwertowania listy na ramkę danych w Pythonie.

  1. Za pomocą Ramka danych()
  2. Używanie listy z nazwami indeksów i kolumn
  3. Używanie zip()
  4. Korzystanie z listy wielowymiarowej
  5. Korzystanie z listy wielowymiarowej z kolumną i typem danych
  6. Korzystanie z list w słowniku

Korzystanie z pd.DataFrame()

W pierwszym podejściu zastosowaliśmy metodę pd.DataFrame() aby przekonwertować listę.

Poniższy program pokazuje, jak można to zrobić:

tabela ascii java 
 import pandas as pd #list_values having strings list_values = ['English','Hindi','Mathematics','Science','Social Science'] df = pd.DataFrame(list_values) print(df)

Wyjście: 

 0 0 English 1 Hindi 2 Mathematics 3 Science 4 Social Science

Wyjaśnienie:

Czas rzucić okiem na wyjaśnienie powyższego programu-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy listę, której wartościami są ciągi znaków.
  3. Wreszcie przekazaliśmy tę listę Ramka danych() i wyświetlił wynik.

Korzystanie z listy z nazwami indeksów i kolumn

W drugiej metodzie utworzymy ramkę danych zawierającą wartość indeksu i nazwę kolumny.

Poniższy program ilustruje to samo.

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] df = pd.DataFrame(list_values,index = ['i', 'ii', 'iii', 'iv', 'v'], columns = ['Subjects']) print(df)

Wyjście:

matryca lateksowa 
 Subjects i English ii Hindi iii Mathematics iv Science v Social Science

Wyjaśnienie:

Teraz czas zrozumieć powyższy program-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy listę, której wartościami są ciągi znaków.
  3. Wreszcie przekazaliśmy tę listę Ramka danych() z listą wartości indeksu i nazwą kolumny.
  4. Po uruchomieniu programu wyświetla żądane dane wyjściowe.

Używanie zip()

W tej metodzie zastosowaliśmy zamek błyskawiczny().

Poniższy program pokazuje, jak można to zrobić:

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] list_index = [20, 21, 22, 23, 24] df = pd.DataFrame(list(zip(list_values, list_index)), columns = ['Subjects', 'Code']) print(df)

Wyjście: 

 Subjects Code 0 English 20 1 Hindi 21 2 Mathematics 22 3 Science 23 4 Social Science 24

Wyjaśnienie:

Czas rzucić okiem na wyjaśnienie powyższego programu-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy listę zawierającą ciągi znaków jako wartości, a inna lista zawiera wartości indeksu.
  3. Wreszcie przeszliśmy przez wartości_listy I indeks_listy wewnątrz zapinana na zamek Ramka danych() z listą wartości indeksu i nazwą kolumny.
  4. Po uruchomieniu programu wyświetla żądane dane wyjściowe.

Korzystanie z listy wielowymiarowej

W tej metodzie zobaczymy, jak można wykorzystać listę wielowymiarową do konwersji.

Poniższy program ilustruje to samo.

 import pandas as pd #list_values having strings list_values = [['English', 4101], ['Hindi', 4102], ['Science', 4103], ['Mathematics', 4104], ['Computer', 4105]] df = pd.DataFrame(list_values, columns = ['Subject Name', 'Subject Code']) print(df)

Wyjście: 

 Subject Name Subject Code 0 English 4101 1 Hindi 4102 2 Science 4103 3 Mathematics 4104 4 Computer 4105

Wyjaśnienie:

co to jest rom

Teraz czas zrozumieć powyższy program-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy, że lista zawiera różne listy, a każda lista ma ciąg znaków i wartość całkowitą.
  3. Na koniec przekazaliśmy wartość list_values ​​w pd.DataFrame() z listą nazw kolumn.
  4. Po uruchomieniu programu wyświetla żądane dane wyjściowe.

Korzystanie z listy wielowymiarowej z kolumną i typem danych

W tym podejściu zobaczymy niewielką odmianę powyższego programu.

dziedziczenie w Javie

Poniższy program pokazuje, jak można to zrobić:

 import pandas as pd #list_values having strings list_values = [['Colin', 'Lassiter', 46], ['James', 'Gomez', 24], ['Sara', 'Charles', 34], ['Raven', 'Stewart', 24], ['Oliver', 'Osment', 21]] df = pd.DataFrame(list_values, columns = ['First_Name', 'Last_Name', 'Age'], dtype = float) print(df)

Wyjście: 

 First_Name Last_Name Age 0 Colin Lassiter 46.0 1 James Gomez 24.0 2 Sara Charles 34.0 3 Raven Stewart 24.0 4 Oliver Osment 21.0

Wyjaśnienie:

Czas rzucić okiem na wyjaśnienie powyższego programu-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy, że lista zawiera różne listy, a każda lista zawiera dwa ciągi znaków wartości (imię i nazwisko) i liczbę całkowitą wartość (wiek).
  3. Wreszcie przeszliśmy przez wartości_listy W Ramka danych() z listą nazw kolumn i typem danych.
  4. Po uruchomieniu programu wyświetla żądane dane wyjściowe.

Korzystanie z list w słowniku

Na koniec w ostatniej metodzie zobaczymy, jak można używać list ze słownikami i konwertować listę do ramki danych.

Poniższy program ilustruje to samo.

 import pandas as pd #list_values having strings f_name = ['Colin', 'James', 'Sara', 'Raven', 'Oliver'] l_name = ['Lassiter', 'Gomez', 'Charles', 'Stewart', 'Osment'] age = [46, 24, 34, 24, 21] dict = {'First Name':f_name, 'Last_Name':l_name, 'Age':age} df = pd.DataFrame(dict) print(df)

Wyjście: 

 First Name Last_Name Age 0 Colin Lassiter 46 1 James Gomez 24 2 Sara Charles 34 3 Raven Stewart 24 4 Oliver Osment 21

Wyjaśnienie:

Teraz czas zrozumieć powyższy program-

  1. W pierwszym kroku zaimportowaliśmy bibliotekę pand.
  2. Następnie zadeklarowaliśmy trzy listy, a mianowicie imię_f, imię_l i wiek.
  3. W następnym kroku użyliśmy tych list jako wartości kluczy słownika.
  4. Wreszcie przekazaliśmy dict Ramka danych().
  5. Po uruchomieniu programu wyświetla żądane dane wyjściowe.

Wniosek

W tym samouczku natknęliśmy się na kilka interesujących metod konwertowania listy na plik ramka danych w Pythonie.