Phenquestions
Pandas DataFrame - це 2D (двовимірна) анотована структура даних, в якій дані вирівнюються у табличній формі з різними рядками та стовпцями. Для зручності розуміння DataFrame поводиться як електронна таблиця, що містить три різні компоненти: індекс, стовпці та дані. Pandas DataFrames - це найпоширеніший спосіб використання об’єктів панди.
Pandas DataFrames можна створювати за допомогою різних методів. Ця стаття пояснить усі можливі методи, за допомогою яких ви можете створити Pandas DataFrame у python. Ми запустили всі приклади на інструменті pycharm. Почнемо реалізацію кожного методу по одному.
Основний синтаксис
Дотримуючись наступного синтаксису, створюючи DataFrames у Pandas python:
pd.DataFrame (Df_data)Приклад: Пояснимо на прикладі. У цьому випадку ми зберегли дані про імена та відсотки студентів у змінній 'Students_Data'. Далі, використовуючи pd.DataFrame (), ми створили DataFrames для відображення результату студента.
імпортувати панд як pdДані студентів =
'Ім'я': ['Samreena', 'Asif', 'Mahwish', 'Raees'],
"Відсоток": [90,80,70,85]
результат = pd.DataFrame (Student_Data)
друк (результат)
Методи створення фреймів даних Pandas
Pandas DataFrames можна створити різними способами, про які ми поговоримо в решті статті. Ми надрукуємо результати студентських курсів у формі DataFrames. Отже, використовуючи один із наведених нижче методів, ви можете створити подібні DataFrames, які представлені на наступному зображенні:
Спосіб # 01: Створення Pandas DataFrame зі словника списків
У наступному прикладі DataFrames створюються зі словників списків, що стосуються результатів курсу студента. Спочатку імпортуйте бібліотеку панди, а потім створіть словник списків. Клавіші dict представляють імена стовпців, такі як "Ім'я студента", "Назва курсу" та "Середній бал". Списки представляють дані або вміст стовпця. Змінна 'dictionary_lists' містить дані студентів, які надалі присвоюються змінній 'df1'. За допомогою оператора print надрукуйте весь вміст DataFrames.
Приклад:
# Імпортувати бібліотеки для панд та numpyімпортувати панд як pd
# Імпортувати бібліотеку панди
імпортувати панд як pd
# Створіть словник списку
Dictionary_lists =
'Student_Name': ['Samreena', 'Raees', 'Sara', 'Sana'],
'Course_Title': ['SQA', 'SRE', 'Основи ІТ', 'Штучний інтелект'],
„Середній бал”: [3.1, 3.3, 2.8, 4.0]
# Створіть DataFrame
dframe = pd.DataFrame (списки_слівників)
друк (dframe)
Після виконання вищевказаного коду буде відображено наступний результат:
Спосіб # 02: Створіть Pandas DataFrame зі словника масиву NumPy
DataFrame можна створити за допомогою dict масиву / списку. Для цього довжина повинна бути такою ж, як і всі масиви. Якщо передано якийсь індекс, тоді довжина індексу повинна дорівнювати довжині масиву. Якщо не передано жодного індексу, то в цьому випадку індексом за замовчуванням буде діапазон (n). Тут n - довжина масиву.
Приклад:
імпортувати numpy як np# Створіть масив numpy
nparray = np.масив (
[['Samreena', 'Raees', 'Sara', 'Sana'],
['SQA', 'SRE', 'Основи ІТ', 'Штучний інтелект'],
[3.1, 3.3, 2.8, 4.0]])
# Створіть словник nparray
dictionary_of_nparray =
'Ім'я студента': nparray [0],
'Course_Title': nparray [1],
'Середній бал': nparray [2]
# Створіть DataFrame
dframe = pd.DataFrame (dictionary_of_nparray)
друк (dframe)
Спосіб # 03: Створення pandas DataFrame за допомогою списку списків
У наступному коді кожен рядок представляє один рядок.
Приклад:
# Імпорт бібліотеки Pandas pdімпортувати панд як pd
# Створіть список списків
group_lists = [
['Samreena', 'SQA', 3.1],
['Raees', 'SRE', 3.3],
['Сара', 'Основи ІТ', 2.8],
['Сана', 'Штучний інтелект', 4.0]]
# Створіть DataFrame
dframe = pd.DataFrame (списки_груп, стовпці = ['Ім'я студента', 'Назва курсу', 'Середній бал'])
друк (dframe)
Спосіб No 04: Створення pandas DataFrame за допомогою списку словника
У наступному коді кожен словник представляє один рядок і ключі, що представляють імена стовпців.
Приклад:
# Імпорт панд бібліотекиімпортувати панд як pd
# Створіть список словників
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': 'Основи ІТ', 'GPA': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Штучний інтелект', 'GPA': 4.0]
# Створіть DataFrame
dframe = pd.DataFrame (dict_list)
друк (dframe)
Спосіб № 05: Створення даних про рамки панд із серії dict of pandas
Клавіші dict представляють імена стовпців, а кожна серія - вміст стовпців. У наступних рядках коду ми взяли три типи серій: Ім'я_серії, Курс_серії та GPA_series.
Приклад:
# Імпорт панд бібліотекиімпортувати панд як pd
# Створіть Серію імен студентів
Ім'я_серії = pd.Серія (['Samreena', 'Raees', 'Sara', 'Sana'])
Course_series = pd.Серія (['SQA', 'SRE', 'Основи ІТ', 'Штучний інтелект'])
GPA_series = pd.Серія ([3.1, 3.3, 2.8, 4.0])
# Створіть словник серії
Dictionary_of_nparray
\
'] = ' Ім'я ': Ім'я_серій,' Вік ': Серія_курсів,' Відділ ': GPA_series
# Створення DataFrame
dframe = pd.DataFrame (dictionary_of_nparray)
друк (dframe)
Метод № 06: Створіть Pandas DataFrame за допомогою функції zip ().
За допомогою функції list (zip ()) можна об’єднати різні списки. У наступному прикладі pandas DataFrame створюються за допомогою виклику pd.Функція DataFrame (). Створено три різні списки, які об’єднані у вигляді кортежів.
Приклад:
імпортувати панд як pd# Список1
Student_Name = ['Samreena', 'Raees', 'Sara', 'Sana']
# Список2
Course_Title = ['SQA', 'SRE', 'Основи ІТ', 'Штучний інтелект']
# Список3
Середній бал = [3.1, 3.3, 2.8, 4.0]
# Візьміть список кортежів з трьох списків далі, об’єднайте їх за допомогою zip ().
кортежі = список (zip (Ім'я студента, Назва курсу, GPA))
# Присвоєння значень даних кортежам.
кортежі
# Перетворення списку кортежів у pandas Dataframe.
dframe = pd.DataFrame (кортежі, стовпці = ['Ім'я студента', 'Назва курсу', 'GPA'])
# Друк даних.
друк (dframe)
Висновок
Використовуючи наведені вище методи, ви можете створювати Pandas DataFrames у python. Ми надрукували студентський курс GPA, створивши Pandas DataFrames. Сподіваємось, ви отримаєте корисні результати після запуску вищезазначених прикладів. Усі програми добре коментуються для кращого розуміння. Якщо у вас є більше способів створити Pandas DataFrames, не соромтеся ділитися ними з нами. Дякуємо, що прочитали цей підручник.
