Phenquestions
Pandas DataFrame är en 2D (tvådimensionell) kommenterad datastruktur där data är inriktade i tabellform med olika rader och kolumner. För enklare förståelse fungerar DataFrame som ett kalkylark som innehåller tre olika komponenter: index, kolumner och data. Pandas DataFrames är det vanligaste sättet att använda pandas objekt.
Pandas DataFrames kan skapas med olika metoder. Den här artikeln kommer att förklara alla möjliga metoder genom vilka du kan skapa Pandas DataFrame i python. Vi har kört alla exempel på pycharm-verktyget. Låt oss börja implementera varje metod en efter en.
Grundläggande syntax
Följ följande syntax när du skapar DataFrames i Pandas python:
pd.DataFrame (Df_data)Exempel: Låt oss förklara med ett exempel. I det här fallet har vi lagrat data om studentens namn och procentsatser i en variabel 'Students_Data'. Vidare använder du pd.DataFrame (), vi har skapat en DataFrames för att visa studentens resultat.
importera pandor som pdStudents_Data =
'Namn': ['Samreena', 'Asif', 'Mahwish', 'Raees'],
"Procent": [90,80,70,85]
resultat = pd.DataFrame (Students_Data)
skriva ut (resultat)
Metoder för att skapa Pandas DataFrames
Pandas DataFrames kan skapas på olika sätt som vi kommer att diskutera i resten av artikeln. Vi kommer att skriva ut studentens kursresultat i form av DataFrames. Så med en av följande metoder kan du skapa liknande DataFrames som representeras i följande bild:
Metod nr 01: Skapa Pandas DataFrame från listan med listor
I följande exempel skapas DataFrames från ordlistor för listor relaterade till studentens kursresultat. Importera först en pandas bibliotek och skapa sedan en ordlista med listor. Diktatangenterna representerar kolumnnamnen som 'Student_Name', 'Course_Title' och 'GPA'. Listor representerar kolumnens data eller innehåll. Variabeln 'dictionary_lists' innehåller data från studenter som vidare tilldelas variabeln 'df1'. Skriv ut allt innehåll i DataFrames med utskriftsuttalandet.
Exempel:
# Importera bibliotek för pandor och domningarimportera pandor som pd
# Importera pandas bibliotek
importera pandor som pd
# Skapa en ordlista med listor
ordlista_listor =
'Student_Name': ['Samreena', 'Raees', 'Sara', 'Sana'],
'Course_Title': ['SQA', 'SRE', 'IT Basics', 'Artificiell intelligens'],
'GPA': [3.1, 3.3, 2.8, 4.0]
# Skapa DataFrame
dframe = pd.DataFrame (ordlistalistor)
skriva ut (dframe)
Efter exekvering av ovanstående kod visas följande utdata:
Metod # 02: Skapa Pandas DataFrame från ordlistan för NumPy-matrisen
DataFrame kan skapas från dict / array / list. För detta ändamål måste längden vara densamma som hela berättelsen. Om något index passeras ska indexlängden vara lika med arrayens längd. Om inget index passeras är standardindexet i detta fall ett intervall (n). Här representerar n arrayens längd.
Exempel:
importera numpy som np# Skapa en bedövad matris
nparray = np.array (
[['Samreena', 'Raees', 'Sara', 'Sana'],
['SQA', 'SRE', 'IT Basics', 'Artificial Intelligence'],
[3.1, 3.3, 2.8, 4.0]])
# Skapa en ordlista för nparray
dictionary_of_nparray =
'Student_Name': nparray [0],
'Course_Title': nparray [1],
'GPA': nparray [2]
# Skapa DataFrame
dframe = pd.DataFrame (dictionary_of_nparray)
skriva ut (dframe)
Metod # 03: Skapa pandor DataFrame med listan över listor
I följande kod representerar varje rad en enda rad.
Exempel:
# Importera bibliotek Pandas pdimportera pandor som pd
# Skapa en lista med listor
grupplistor = [
['Samreena', 'SQA', 3.1],
['Raees', 'SRE', 3.3],
['Sara', 'IT Basics', 2.8],
['Sana', 'Artificiell intelligens', 4.0]]
# Skapa DataFrame
dframe = pd.DataFrame (group_lists, columns = ['Student_Name', 'Course_Title', 'GPA'])
skriva ut (dframe)
Metod # 04: Skapa pandor DataFrame med hjälp av listan med ordlista
I följande kod representerar varje ordlista en enda rad och nycklar som representerar kolumnnamnen.
Exempel:
# Importera bibliotekspandorimportera pandor som pd
# Skapa en lista med ordböcker
dict_list = [
'Student_Name': 'Samreena', 'Course_Title': 'SQA', 'GPA': 3.1,
'Student_Name': 'Raees', 'Course_Title': 'SRE', 'GPA': 3.3,
'Student_Name': 'Sara', 'Course_Title': 'IT Basics', 'GPA': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Artificiell intelligens', 'GPA': 4.0]
# Skapa DataFrame
dframe = pd.DataFrame (dict_list)
skriva ut (dframe)
Metod # 05: Skapa pandas Dataframe från dict of pandas Series
Diktatangenterna representerar kolumnnamnen och varje serie representerar kolumninnehållet. I följande kodrader har vi tagit tre typer av serier: Name_series, Course_series och GPA_series.
Exempel:
# Importera bibliotekspandorimportera pandor som pd
# Skapa serien av studentnamn
Namnserier = pd.Serier (['' Samreena ',' Raees ',' Sara ',' Sana '])
Kursserier = pd.Serie (['SQA', 'SRE', 'IT Basics', 'Artificiell intelligens'])
GPA_series = pd.Serie ([3.1, 3.3, 2.8, 4.0])
# Skapa en serieordbok
dictionary_of_nparray
\
'] = ' Name ': Name_series,' Age ': Course_series,' Department ': GPA_series
# DataFrame-skapande
dframe = pd.DataFrame (dictionary_of_nparray)
skriva ut (dframe)
Metod # 06: Skapa Pandas DataFrame med hjälp av zip () -funktionen.
Olika listor kan slås samman genom listfunktionen (zip ()). I följande exempel skapas pandor DataFrame genom att anropa pd.DataFrame () -funktion. Tre olika listor skapas som slås samman i form av tuplar.
Exempel:
importera pandor som pd# Lista1
Student_Name = ['Samreena', 'Raees', 'Sara', 'Sana']
# Lista2
Course_Title = ['SQA', 'SRE', 'IT Basics', 'Artificiell intelligens']
# Lista3
GPA = [3.1, 3.3, 2.8, 4.0]
# Ta listan över tuples från tre listor längre, slå ihop dem med hjälp av zip ().
tuples = list (zip (Student_Name, Course_Title, GPA))
# Tilldela datavärden till tuples.
tuplar
# Konverterar tuplistan till pandas Dataframe.
dframe = pd.DataFrame (tuples, columns = ['Student_Name', 'Course_Title', 'GPA'])
# Skriv ut data.
skriva ut (dframe)
Slutsats
Med ovanstående metoder kan du skapa Pandas DataFrames i python. Vi har skrivit ut en studentkurs GPA genom att skapa Pandas DataFrames. Förhoppningsvis får du användbara resultat efter att ha kört ovanstående exempel. Alla program kommenteras bra för bättre förståelse. Om du har fler sätt att skapa Pandas DataFrames, tveka inte att dela dem med oss. Tack för att du läste denna handledning.
