TechCodeview

I denne opplæringen vil vi se hvordan vi kan bruke en liste og konvertere den til en dataramme i Python.

Men før vi begynner med dette, la oss revidere hva som er listen og hva er datarammer?

Listen er en datastruktur i python der alle elementene er omsluttet av hakeparenteser.

uforanderlig liste

Eksemplet på en liste er-

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

Datarammer er den tabellformede representasjonen av data i form av rader og kolonner.

De kan brukes ved å importere pandaer.

La oss nå se på de forskjellige metodene for å konvertere en liste til en dataramme i Python.

1. Ved hjelp av Dataramme()
2. Bruker liste med indeks og kolonnenavn
3. Bruker zip()
4. Bruker flerdimensjonal liste
5. Bruker flerdimensjonal liste med kolonne og datatype
6. Bruke lister i ordboken

Bruke pd.DataFrame()

I den første tilnærmingen har vi brukt pd.DataFrame() for å konvertere en liste.

Følgende program viser hvordan det kan gjøres-

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

Produksjon:

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

Forklaring:

Det er på tide å ta en titt på forklaringen av programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi erklært listen som har strenger som verdier.
3. Endelig har vi sendt denne listen inn Dataramme() og viste utgangen.

Bruke liste med indeks- og kolonnenavn

I den andre metoden vil vi lage en dataramme som har en indeksverdi og et kolonnenavn.

gyldige identifikatorer i java

Programmet nedenfor illustrerer det samme.

 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) 

Produksjon:

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

Forklaring:

8 til 1 multiplekser

Nå er det på tide å forstå programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi erklært listen som har strenger som verdier.
3. Endelig har vi sendt denne listen inn Dataramme() med en liste over indeksverdier og kolonnenavnet.
4. Når programmet kjøres, viser det ønsket utgang.

Bruker zip()

I denne metoden har vi brukt glidelås().

Følgende program viser hvordan det kan gjøres-

 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) 

Produksjon:

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

Forklaring:

Det er på tide å ta en titt på forklaringen av programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi erklært listen som har strenger som verdier og en annen liste inneholder indeksverdiene.
3. Endelig har vi bestått liste_verdier og liste_indeks i glidelås inni Dataramme() med en liste over indeksverdier og kolonnenavnet.
4. Når programmet kjøres, viser det ønsket utgang.

Bruke flerdimensjonal liste

I denne metoden vil vi se hvordan en flerdimensjonal liste kan brukes til konvertering.

Programmet nedenfor illustrerer det samme.

 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) 

Produksjon:

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

Forklaring:

Nå er det på tide å forstå programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi erklært at listen inneholder forskjellige lister og hver liste har en streng og en heltallsverdi.
3. Til slutt har vi passert list_values ​​i pd.DataFrame() med en liste over kolonnenavn.
4. Når programmet kjøres, viser det ønsket utgang.

Bruke flerdimensjonal liste med kolonne og datatype

I denne tilnærmingen vil vi se en liten variasjon av programmet ovenfor.

hashmap

Følgende program viser hvordan det kan gjøres-

 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) 

Produksjon:

 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 

Forklaring:

Det er på tide å ta en titt på forklaringen av programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi erklært at listen inneholder forskjellige lister og hver liste har to strenger verdier (fornavn og etternavn) og et heltall verdi(alder).
3. Endelig har vi bestått liste_verdier i Dataramme() med en liste over kolonnenavn og datatype.
4. Når programmet kjøres, viser det ønsket utgang.

Bruke lister i ordboken

Til slutt, i den siste metoden vil vi se hvordan lister kan brukes med ordbøker og konvertere listen til en dataramme.

Programmet nedenfor illustrerer det samme.

10 ml er hvor mye

 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) 

Produksjon:

 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 

Forklaring:

Nå er det på tide å forstå programmet ovenfor-

1. I det første trinnet har vi importert panda-biblioteket.
2. Etter dette har vi deklarert tre lister, nemlig f_navn, l_navn og alder.
3. I neste trinn har vi brukt disse listene som verdier for nøklene til ordboken.
4. Endelig har vi vedtatt diktet Dataramme().
5. Når programmet kjøres, viser det ønsket utgang.

Konklusjon

I denne opplæringen kom vi over noen interessante metoder for å konvertere en liste til en Dataramme i Python.