logo

Ulike måter å lage Pandas Dataframe på

Pandas DataFrame er en 2-dimensjonal merket datastruktur som en tabell med rader og kolonner. Størrelsen og verdiene til DataFrame kan endres, dvs. kan endres.

DataFrame brukes mest i dataanalyse og datamanipulering. Den lar deg lagre data i tabellform som SQL-database, MS Excel eller Google Sheets, noe som gjør det enklere å utføre aritmetiske operasjoner på dataene.



Det er det mest brukte Panda-objektet. De DataFrame() funksjon brukes til å lage en DataFrame i Pandas. Du kan også lage Pandas DataFrame på flere måter.

Pandas Dataframe()-syntaks

pandas.DataFrame(data, indeks, kolonner)

8 til 1 multiplekser

Parametere:

  • data : Det er et datasett som en DataFrame skal lages fra. Det kan være en liste, ordbok, skalarverdi, serier og matriser, etc.
  • indeks : Det er valgfritt, som standard starter indeksen til DataFrame fra 0 og slutter ved siste dataverdi (n-1). Den definerer radetiketten eksplisitt.
  • kolonner : Denne parameteren brukes til å gi kolonnenavn i DataFrame. Hvis kolonnenavnet ikke er definert som standard, vil det ha en verdi fra 0 til n-1.

Returnerer:

  • DataFrame-objekt

Nå som vi har diskutert om DataFrame()-funksjonen, la oss se på forskjellige måter å lage en DataFrame på:



Ulike måter å lage dataramme i Python

Det er flere måter å lage en Pandas dataramme i Python . Du kan opprette en DataFrame med følgende metoder:

  • Lag Pandas DataFrame ved hjelp av DataFrame()-funksjonen
  • Lag Pandas DataFrame fra listen over lister
  • Lag Pandas DataFrame fra ordboken til ndarray/list
  • Lag Pandas DataFrame fra listen over ordbøker
  • Lag Pandas DataFrame fra en ordbok over serier
  • Opprette DataFrame ved hjelp av zip()-funksjonen
  • Opprette en DataFrame ved å bevise indeksetiketten eksplisitt

Opprett en tom DataFrame ved hjelp av DataFrame()-metoden

DataFrame i Python kan opprettes av DataFrame()-funksjonen til Pandas bibliotek . Bare kall opp funksjonen med DataFrame-konstruktøren for å lage en DataFrame.

Eksempel : Opprette en tom DataFrame ved hjelp av DataFrame()-funksjonen i Python



Python3




# Importing Pandas to create DataFrame> import> pandas as pd> # Creating Empty DataFrame and Storing it in variable df> df>=> pd.DataFrame()> # Printing Empty DataFrame> print>(df)>

>

>

Produksjon:

Empty DataFrame Columns: [] Index: []>

Lag DataFrame fra lister over lister

For å lage en Pandas DataFrame fra en liste av lister, kan du bruke pd.DataFrame()-funksjonen. Denne funksjonen tar en liste over lister som input og lager en DataFrame med samme antall rader og kolonner som inputlisten.

Eksempel : Opprette DataFrame fra lister med lister ved hjelp av DataFrame()-metoden

Python3




# Import pandas library> import> pandas as pd> # initialize list of lists> data>=> [[>'tom'>,>10>], [>'nick'>,>15>], [>'juli'>,>14>]]> # Create the pandas DataFrame> df>=> pd.DataFrame(data, columns>=>[>'Name'>,>'Age'>])> # print dataframe.> print>(df)>

>

>

windows kommando arp

Produksjon:

 Name Age 0 tom 10 1 nick 15 2 juli 14>

Lag DataFrame fra Dictionary of ndArray/Lists

For å lage DataFrame fra en ordbok av ndarrays /lists, må alle arrayene være av samme lengde. Hvis en indeks passeres, skal lengdeindeksen være lik lengden på arrayene.

Hvis ingen indeks passeres, vil indeksen som standard være range(n) der n er matriselengden.

Eksempel : Opprette DataFrame fra en ordbok med ndarray/lister

Python3




# Python code demonstrate creating> # DataFrame from dict narray / lists> # By default addresses.> import> pandas as pd> # initialize data of lists.> data>=> {>'Name'>: [>'Tom'>,>'nick'>,>'krish'>,>'jack'>],> >'Age'>: [>20>,>21>,>19>,>18>]}> # Create DataFrame> df>=> pd.DataFrame(data)> # Print the output.> print>(df)>

>

>

Produksjon:

 Name Age 0 Tom 20 1 nick 21 2 krish 19 3 jack 18>

Merk: Når du oppretter DataFrame ved hjelp av en ordbok, vil nøklene til ordboken være kolonnenavn som standard. Vi kan også gi kolonnenavn eksplisitt ved å bruke kolonneparameter.

Lag DataFrame fra List of Dictionaries

Pandas DataFrame kan opprettes ved å bestå lister over ordbøker som inndata. Som standard tas ordboknøkler som kolonner.

Python3




# Python code demonstrate how to create> # Pandas DataFrame by lists of dicts.> import> pandas as pd> # Initialize data to lists.> data>=> [{>'a'>:>1>,>'b'>:>2>,>'c'>:>3>},> >{>'a'>:>10>,>'b'>:>20>,>'c'>:>30>}]> # Creates DataFrame.> df>=> pd.DataFrame(data)> # Print the data> print>(df)>

>

>

Produksjon:

a b c 0 1 2 3 1 10 20 30>

Et annet eksempel er å lage en Pandas DataFrame ved å sende lister over ordbøker og radindekser .

Python3




abstrakt klasse
# Python code demonstrate to create> # Pandas DataFrame by passing lists of> # Dictionaries and row indices.> import> pandas as pd> # Initialize data of lists> data>=> [{>'b'>:>2>,>'c'>:>3>}, {>'a'>:>10>,>'b'>:>20>,>'c'>:>30>}]> # Creates pandas DataFrame by passing> # Lists of dictionaries and row index.> df>=> pd.DataFrame(data, index>=>[>'first'>,>'second'>])> # Print the data> print>(df)>

>

>

Produksjon:

b c a first 2 3 NaN second 20 30 10.0>

Lag DataFrame fra en ordbok over serier

For å lage en DataFrame fra en ordbok av serie , kan en ordbok sendes for å danne en DataFrame. Den resulterende indeksen er foreningen av alle seriene med bestått indeksert.

Eksempel: Opprette en DataFrame fra en ordbok med serier.

Python3


konverter strin til int



# Python code demonstrate creating> # Pandas Dataframe from Dicts of series.> import> pandas as pd> # Initialize data to Dicts of series.> d>=> {>'one'>: pd.Series([>10>,>20>,>30>,>40>],> >index>=>[>'a'>,>'b'>,>'c'>,>'d'>]),> >'two'>: pd.Series([>10>,>20>,>30>,>40>],> >index>=>[>'a'>,>'b'>,>'c'>,>'d'>])}> # creates Dataframe.> df>=> pd.DataFrame(d)> # print the data.> print>(df)>

>

>

Produksjon:

 one two a 10 10 b 20 20 c 30 30 d 40 40>

Lag DataFrame ved å bruke zip()-funksjonen

To lister kan slås sammen ved å bruke zip() funksjon . Lag nå Pandas DataFrame ved å kalle pd.DataFrame()-funksjonen.

Eksempel: Opprette DataFrame ved hjelp av zip()-funksjonen.

Python3

riv kart




# Python program to demonstrate creating> # pandas Dataframe from lists using zip.> import> pandas as pd> # List1> Name>=> [>'tom'>,>'krish'>,>'nick'>,>'juli'>]> # List2> Age>=> [>25>,>30>,>26>,>22>]> # get the list of tuples from two lists.> # and merge them by using zip().> list_of_tuples>=> list>(>zip>(Name, Age))> # Assign data to tuples.> list_of_tuples> # Converting lists of tuples into> # pandas Dataframe.> df>=> pd.DataFrame(list_of_tuples,> >columns>=>[>'Name'>,>'Age'>])> # Print data.> print>(df)>

>

>

Produksjon:

 Name Age 0 tom 25 1 krish 30 2 nick 26 3 juli 22>

Opprett en DataFrame ved å bevise indeksetiketten eksplisitt

For å lage en DataFrame ved å oppgi indeksetiketten eksplisitt, kan du bruke indeksparameteren til pd.DataFrame()-konstruktøren. Indeksparameteren tar en liste over indeksetiketter som input, og DataFrame vil bruke disse etikettene for radene i DataFrame.

Eksempel: Opprette en DataFrame ved å bevise indeksetiketten eksplisitt

Python3




# Python code demonstrate creating> # pandas DataFrame with indexed by> # DataFrame using arrays.> import> pandas as pd> # initialize data of lists.> data>=> {>'Name'>: [>'Tom'>,>'Jack'>,>'nick'>,>'juli'>],> >'marks'>: [>99>,>98>,>95>,>90>]}> # Creates pandas DataFrame.> df>=> pd.DataFrame(data, index>=>[>'rank1'>,> >'rank2'>,> >'rank3'>,> >'rank4'>])> # print the data> print>(df)>

>

>

Produksjon:

 Name marks rank1 Tom 99 rank2 Jack 98 rank3 nick 95 rank4 juli 90>

Konklusjon

Python Pandas DataFrame ligner på en tabell med rader og kolonner. Det er en todimensjonal datastruktur og er svært nyttig for dataanalyse og datamanipulering.

I denne opplæringen har vi diskutert flere måter å lage en Pandas DataFrame på. Med denne opplæringen vil du være i stand til å håndtere alle komplekse krav for å lage DataFrame.