TechCodeview

V tej vadnici bomo videli, kako lahko uporabimo seznam in ga pretvorimo v podatkovni okvir v Pythonu.

Toda preden začnemo s tem, poglejmo, kaj je seznam in kaj so podatkovni okviri?

Seznam je podatkovna struktura v pythonu, v kateri so vsi elementi v oglatih oklepajih.

Primer seznama je-

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

Podatkovni okvirji so tabelarična predstavitev podatkov v obliki vrstic in stolpcev.

Uporabljajo se lahko z uvozom pand.

Zdaj pa si poglejmo različne metode pretvorbe seznama v podatkovni okvir v Pythonu.

1. Uporaba DataFrame()
2. Uporaba seznama z imeni indeksov in stolpcev
3. Uporaba zip()
4. Uporaba večdimenzionalnega seznama
5. Uporaba večdimenzionalnega seznama s stolpcem in vrsto podatkov
6. Uporaba seznamov v slovarju

Uporaba pd.DataFrame()

Pri prvem pristopu smo uporabili pd.DataFrame() za pretvorbo seznama.

Naslednji program prikazuje, kako je to mogoče storiti -

kaj dela ravel v pythonu

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

Izhod:

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

Pojasnilo:

Čas je, da si ogledate razlago zgornjega programa -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo razglasili seznam, ki ima nize kot svoje vrednosti.
3. Končno smo sprejeli ta seznam DataFrame() in prikazal rezultat.

Uporaba seznama z imeni indeksov in stolpcev

Pri drugi metodi bomo ustvarili podatkovni okvir, ki ima vrednost indeksa in ime stolpca.

Spodnji program ponazarja isto.

 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) 

Izhod:

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

Pojasnilo:

Zdaj je čas, da razumete zgornji program -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo razglasili seznam, ki ima nize kot svoje vrednosti.
3. Končno smo sprejeli ta seznam DataFrame() s seznamom vrednosti indeksa in imenom stolpca.
4. Ob izvajanju programa prikaže želeni rezultat.

Uporaba zip()

Pri tej metodi smo uporabili zip().

Neena Gupta

Naslednji program prikazuje, kako je to mogoče storiti -

 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) 

Izhod:

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

Pojasnilo:

Čas je, da si ogledate razlago zgornjega programa -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo razglasili seznam, ki ima nize kot vrednosti, drugi seznam pa vsebuje vrednosti indeksa.
3. Končno smo opravili seznam_vrednosti in indeks_seznama v zadrgo znotraj DataFrame() s seznamom vrednosti indeksa in imenom stolpca.
4. Ob izvajanju programa prikaže želeni rezultat.

Uporaba večdimenzionalnega seznama

V tej metodi bomo videli, kako lahko večdimenzionalni seznam uporabimo za pretvorbo.

Spodnji program ponazarja isto.

 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) 

Izhod:

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

Pojasnilo:

Zdaj je čas, da razumete zgornji program -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo izjavili, da seznam vsebuje različne sezname in vsak seznam ima niz in vrednost celega števila.
3. Končno smo posredovali list_values ​​v pd.DataFrame() s seznamom imen stolpcev.
4. Ob izvajanju programa prikaže želeni rezultat.

Uporaba večdimenzionalnega seznama s stolpcem in vrsto podatkov

Pri tem pristopu bomo videli rahlo različico zgornjega programa.

Naslednji program prikazuje, kako je to mogoče storiti -

 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) 

Izhod:

 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 

Pojasnilo:

Čas je, da si ogledate razlago zgornjega programa -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo razglasili, da seznam vsebuje različne sezname in vsak seznam ima dva niza vrednosti (ime in priimek) in celo število vrednost (starost).
3. Končno smo opravili seznam_vrednosti v DataFrame() s seznamom imen stolpcev in vrsto podatkov.
4. Ob izvajanju programa prikaže želeni rezultat.

Uporaba seznamov v slovarju

Nazadnje, v zadnji metodi bomo videli, kako lahko sezname uporabljamo s slovarji in pretvorimo seznam v podatkovni okvir.

Spodnji program ponazarja isto.

 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) 

Izhod:

kako onemogočiti razvijalski način v androidu

 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 

Pojasnilo:

Zdaj je čas, da razumete zgornji program -

1. V prvem koraku smo uvozili knjižnico pand.
2. Po tem smo deklarirali tri sezname, in sicer f_name, l_name in starost.
3. V naslednjem koraku smo te sezname uporabili kot vrednosti za ključe slovarja.
4. Končno smo prenesli dict DataFrame().
5. Ob izvajanju programa prikaže želeni rezultat.

Zaključek

V tej vadnici smo naleteli na nekaj zanimivih metod za pretvorbo seznama v a podatkovni okvir v Pythonu.