logo

TechCodeview

המר רשימה ל-dataframe ב-Python

במדריך זה נראה כיצד נוכל להשתמש ברשימה ולהמיר אותה ל-dataframe ב-Python.

אבל לפני שנתחיל בזה, הבה נבחן מהי הרשימה ומהן מסגרות נתונים?

בוליאנית ל-Java מחרוזת

הרשימה היא מבנה נתונים ב-python שבו כל האלמנטים מוקפים בסוגריים מרובעים.

הדוגמה של רשימה היא-

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

מסגרות נתונים הן ייצוג טבלאי של נתונים בצורה של שורות ועמודות.

ניתן להשתמש בהם על ידי ייבוא ​​פנדות.

כעת הבה נבחן את השיטות השונות להמרת רשימה ל-dataframe ב-Python.

  1. באמצעות DataFrame()
  2. שימוש ברשימה עם שמות אינדקס ועמודות
  3. שימוש ב-zip()
  4. שימוש ברשימה רב מימדית
  5. שימוש ברשימה רב מימדית עם עמודה וסוג נתונים
  6. שימוש ברשימות במילון

שימוש ב-pd.DataFrame()

בגישה הראשונה השתמשנו ב- pd.DataFrame() כדי להמיר רשימה.

התוכנית הבאה מראה כיצד ניתן לעשות זאת-

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

תְפוּקָה: 

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

הֶסבֵּר:

זה הזמן להסתכל על ההסבר של התוכנית לעיל-

  1. בשלב הראשון ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו על הרשימה הכוללת מחרוזות כערכים שלה.
  3. לבסוף, העברנו את הרשימה הזו DataFrame() והציג את הפלט.

שימוש ברשימה עם שמות אינדקס ועמודות

בשיטה השנייה, ניצור מסגרת נתונים בעלת ערך אינדקס ושם עמודה.

התוכנית המופיעה להלן ממחישה את אותו הדבר.

 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)

תְפוּקָה: 

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

הֶסבֵּר:

עכשיו הגיע הזמן להבין את התוכנית לעיל-

  1. בשלב הראשון ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו על הרשימה הכוללת מחרוזות כערכים שלה.
  3. לבסוף, העברנו את הרשימה הזו DataFrame() עם רשימה של ערכי אינדקס ושם העמודה.
  4. בעת הפעלת התוכנית, היא מציגה את הפלט הרצוי.

שימוש ב-zip()

בשיטה זו השתמשנו רוכסן().

התוכנית הבאה מראה כיצד ניתן לעשות זאת-

 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)

תְפוּקָה: 

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

הֶסבֵּר:

זה הזמן להסתכל על ההסבר של התוכנית לעיל-

מילת מפתח סטטית ב-java
  1. בשלב הראשון, ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו על הרשימה שיש לה מחרוזות כערכים שלה ורשימה אחרת מכילה את ערכי האינדקס.
  3. לבסוף, עברנו את list_values ו list_index בתוך רוכסן DataFrame() עם רשימה של ערכי אינדקס ושם העמודה.
  4. בעת הפעלת התוכנית, היא מציגה את הפלט הרצוי.

שימוש ברשימה רב מימדית

בשיטה זו נראה כיצד ניתן להשתמש ברשימה רב מימדית להמרה.

התוכנית המופיעה להלן ממחישה את אותו הדבר.

 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)

תְפוּקָה: 

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

הֶסבֵּר:

עכשיו הגיע הזמן להבין את התוכנית לעיל-

  1. בשלב הראשון ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו שהרשימה מכילה רשימות שונות ולכל רשימה יש מחרוזת וערך שלם.
  3. לבסוף, העברנו את list_values ​​ב-pd.DataFrame() עם רשימה של שמות עמודות.
  4. בעת הפעלת התוכנית, היא מציגה את הפלט הרצוי.

שימוש ברשימה רב-ממדית עם עמודה וסוג נתונים

בגישה זו, נראה וריאציה קלה של התוכנית לעיל.

התוכנית הבאה מראה כיצד ניתן לעשות זאת-

 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)

תְפוּקָה: 

 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

הֶסבֵּר:

זה הזמן להסתכל על ההסבר של התוכנית לעיל-

  1. בשלב הראשון, ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו שהרשימה מכילה רשימות שונות ולכל רשימה יש שתי מחרוזות ערכים (שם פרטי ושם משפחה) ומספר שלם ערך (גיל).
  3. לבסוף, עברנו את list_values ב DataFrame() עם רשימה של שמות עמודות וסוג הנתונים.
  4. בעת הפעלת התוכנית, היא מציגה את הפלט הרצוי.

שימוש ברשימות במילון

לבסוף, בשיטה האחרונה נראה כיצד ניתן להשתמש ברשימות עם מילונים ולהמיר את הרשימה ל-dataframe.

התוכנית המופיעה להלן ממחישה את אותו הדבר.

 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)

תְפוּקָה: 

 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

הֶסבֵּר:

עכשיו הגיע הזמן להבין את התוכנית לעיל-

  1. בשלב הראשון, ייבאנו את ספריית הפנדות.
  2. לאחר מכן, הכרזנו על שלוש רשימות, כלומר f_name, l_name וגיל.
  3. בשלב הבא, השתמשנו ברשימות אלה כערכים עבור מפתחות המילון.
  4. לבסוף, העברנו את הצו DataFrame().
  5. בעת הפעלת התוכנית, היא מציגה את הפלט הרצוי.

סיכום

במדריך זה, נתקלנו בכמה שיטות מעניינות להמרת רשימה ל-a מסגרת נתונים בפייתון.