Phenquestions
Pandas DataFrame ir 2D (divdimensiju) anotēta datu struktūra, kurā dati tabulas veidā tiek izlīdzināti ar dažādām rindām un kolonnām. Lai vieglāk saprastu, DataFrame darbojas kā izklājlapa, kas satur trīs dažādas sastāvdaļas: indeksu, kolonnas un datus. Pandas DataFrames ir visizplatītākais veids, kā izmantot pandas objektus.
Pandas DataFrames var izveidot, izmantojot dažādas metodes. Šajā rakstā tiks paskaidrotas visas iespējamās metodes, ar kuru palīdzību jūs varat izveidot Pandas DataFrame pitonā. Mēs esam izpildījuši visus piemērus rīka pycharm. Sāksim katras metodes ieviešanu pa vienam.
Pamata sintakse
Izveidojot DataFrames Pandas pitonā, ievērojiet šo sintaksi:
pd.DataFrame (Df_data)Piemērs: Paskaidrosim ar piemēru. Šajā gadījumā mēs esam saglabājuši studentu vārdu un procentu datus mainīgajā “Students_Data”. Tālāk, izmantojot pd.DataFrame (), mēs esam izveidojuši DataFrame, lai parādītu studenta rezultātu.
importa pandas kā pdStudentu_dati =
'Nosaukums': ['Samreena', 'Asif', 'Mahwish', 'Raees'],
'Procenti': [90,80,70,85]
rezultāts = pd.DataFrame (Studentu_dati)
izdrukāt (rezultāts)
Pandas DataFrame izveides metodes
Pandas DataFrames var izveidot, izmantojot dažādus veidus, par kuriem mēs runāsim pārējā rakstā. Mēs izdrukāsim studenta kursu rezultātu DataFrames formā. Tātad, izmantojot kādu no šīm metodēm, varat izveidot līdzīgus DataFrames, kas attēloti šajā attēlā:
Metode # 01: Pandas DataFrame izveide no sarakstu vārdnīcas
Šajā piemērā DataFrames tiek izveidoti no sarakstu vārdnīcām, kas saistītas ar studentu kursu rezultātiem. Vispirms importējiet pandas bibliotēku un pēc tam izveidojiet sarakstu vārdnīcu. Diktēšanas taustiņi apzīmē kolonnu nosaukumus, piemēram, “Student_Name”, “Course_Title” un “GPA”. Saraksti atspoguļo kolonnas datus vai saturu. Mainīgais 'dictionary_lists' satur to studentu datus, kuri tālāk tiek piešķirti mainīgajam 'df1'. Izmantojot drukas paziņojumu, izdrukājiet visu DataFrames saturu.
Piemērs:
# Importējiet pandu un numpy bibliotēkasimporta pandas kā pd
# Importēt pandas bibliotēku
importa pandas kā pd
# Izveidojiet saraksta vārdnīcu
dictionary_lists =
'Student_Name': ['Samreena', 'Raees', 'Sara', 'Sana'],
'Course_Title': ['SQA', 'SRE', 'IT pamati', 'mākslīgais intelekts'],
“GPA”: [3.1, 3.3, 2.8, 4.0]
# Izveidojiet DataFrame
dframe = pd.DataFrame (vārdnīcas_ saraksti)
drukāt (dframe)
Pēc iepriekš minētā koda izpildīšanas tiks parādīta šāda izeja:
Metode # 02: Izveidojiet Pandas DataFrame no NumPy masīva vārdnīcas
DataFrame var izveidot no masīva / saraksta diktāta. Šim nolūkam garumam jābūt vienādam ar visu stāstījumu. Ja kāds indekss tiek nodots, indeksa garumam jābūt vienādam ar masīva garumu. Ja neviens indekss netiek nodots, tad šajā gadījumā noklusējuma indekss ir diapazons (n). Šeit n apzīmē masīva garumu.
Piemērs:
importēt numpy kā np# Izveidojiet numpy masīvu
nparray = np.masīvs (
[['Samreena', 'Raees', 'Sara', 'Sana'],
['SQA', 'SRE', 'IT pamati', 'mākslīgais intelekts'],
[3.1, 3.3, 2.8, 4.0]])
# Izveidojiet nparray vārdnīcu
dictionary_of_nparray =
'Student_Name': nparray [0],
'Course_Title': nparray [1],
“GPA”: nparray [2]
# Izveidojiet DataFrame
dframe = pd.DataFrame (vārdnīcas_parauga vārdnīca)
drukāt (dframe)
Metode # 03: pandas DataFrame izveide, izmantojot sarakstu sarakstu
Šajā kodā katra rinda apzīmē vienu rindu.
Piemērs:
# Importēt bibliotēku Pandas pdimporta pandas kā pd
# Izveidojiet sarakstu sarakstu
group_lists = [
['Samreena', 'SQA', 3.1],
['Raees', 'SRE', 3. lpp.3],
['Sara', 'IT pamati', 2.8],
['Sana', 'Mākslīgais intelekts', 4.0]]
# Izveidojiet DataFrame
dframe = pd.DataFrame (group_lists, kolonnas = ['Student_Name', 'Course_Title', 'GPA'])
drukāt (dframe)
Metode # 04: pandas DataFrame izveide, izmantojot vārdnīcas sarakstu
Šajā kodā katra vārdnīca apzīmē vienu rindu un taustiņus, kas apzīmē kolonnu nosaukumus.
Piemērs:
# Importējiet bibliotēkas pandasimporta pandas kā pd
# Izveidojiet vārdnīcu sarakstu
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 pamati', 'GPA': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Mākslīgais intelekts', 'GPA': 4.0]
# Izveidojiet DataFrame
dframe = pd.DataFrame (dict_list)
drukāt (dframe)
Metode # 05: pandu izveidošana Dataframe no pandas sērijas
Diktēšanas taustiņi apzīmē kolonnu nosaukumus, un katra sērija apzīmē kolonnu saturu. Turpmākajās koda rindiņās mēs esam paņēmuši trīs veidu sērijas: Name_series, Course_series un GPA_series.
Piemērs:
# Importējiet bibliotēkas pandasimporta pandas kā pd
# Izveidojiet studentu vārdu sēriju
Name_series = pd.Sērija (['Samreena', 'Raees', 'Sara', 'Sana'])
Kursa_sērija = pd.Sērija (['SQA', 'SRE', 'IT pamati', 'mākslīgais intelekts'])
GPA_series = pd.Sērija ([3.1, 3.3, 2.8, 4.0])
# Izveidojiet sērijas vārdnīcu
vārdnīca_par spaiju
\
'] = ' Nosaukums ': Vārda_sērija,' Vecums ': Kursa_sērija,' Nodaļa ': GPA_sērija
# DataFrame izveide
dframe = pd.DataFrame (vārdnīcas_parauga vārdnīca)
drukāt (dframe)
# 06. Metode: izveidojiet Pandas DataFrame, izmantojot funkciju zip ().
Dažādus sarakstus var apvienot, izmantojot saraksta (zip ()) funkciju. Šajā piemērā pandas DataFrame tiek izveidotas, izsaucot pd.DataFrame () funkcija. Tiek izveidoti trīs dažādi saraksti, kas tiek apvienoti virkņu veidā.
Piemērs:
importa pandas kā pd# Saraksts1
Student_Name = ['Samreena', 'Raees', 'Sara', 'Sana']
# Saraksts2
Course_Title = ['SQA', 'SRE', 'IT pamati', 'mākslīgais intelekts']
# Saraksts3
GPA = [3.1, 3.3, 2.8, 4.0]
# Paņemiet vairāku sarakstu no trim sarakstiem, apvienojiet tos, izmantojot zip ().
saraksti = saraksts (zip (studenta_nosaukums, kursa_nosaukums, GPA))
# Piešķirt datu vērtības kopām.
pušķi
# Pārveidojot saraksta sarakstu pandās Dataframe.
dframe = pd.DataFrame (rindkopas, kolonnas = ['Student_Name', 'Course_Title', 'GPA'])
# Drukāt datus.
drukāt (dframe)
Secinājums
Izmantojot iepriekš minētās metodes, jūs varat izveidot Pandas DataFrames pitonā. Mēs esam izdrukājuši studentu kursu GPA, izveidojot Pandas DataFrames. Cerams, ka pēc iepriekš minēto piemēru izpildīšanas jūs iegūsit noderīgus rezultātus. Lai labāk izprastu, visas programmas tiek komentētas labi. Ja jums ir vairāk veidu, kā izveidot Pandas DataFrames, nevilcinieties tos kopīgot ar mums. Paldies, ka izlasījāt šo apmācību.
