W Python biblioteka Pandy jest używana do obsługi i analizy danych. Pandas DataFrame to konstruktor danych tabelarycznych o zmiennej wielkości 2D z zaznaczonymi osiami. W DataFrame wiedza jest w tabeli w kolumnach i wierszach. Pandas DataFrame zawiera 3 główne podstawy, i.mi., dane, kolumny i wiersze. Wdrożymy nasze scenariusze w Spyder Compiler, więc zacznijmy.
Przykład 1
Używamy podstawowego i najprostszego podejścia do konwersji listy na ramki danych w naszym pierwszym scenariuszu. Aby zaimplementować kod programu, otwórz Spyder IDE z Windows Search Bar, a następnie utwórz nowy plik, aby zapisać w nim kod tworzenia danych danych. Po tym zacznij pisać kod programu. Najpierw importujemy moduł Pandy, a następnie tworzymy listę ciąży i dodajemy do niej elementy. Następnie wywołujemy konstruktor ramki danych i przekazujemy naszą listę jako argument. Następnie możemy przypisać konstruktor ramki danych do zmiennej.
importować pandy jako PDPo pomyślnym utworzeniu pliku kodu ramki danych zapisz plik za pomocą „.rozszerzenie py ”. W naszym scenariuszu zapisujemy nasz plik za pomocą „DataFrame.py ”.
Teraz uruchom „DataFrame.plik kodu PY ”i sprawdź, w jaki sposób konwertujesz listę na ramkę danych.
Przykład 2
Używamy funkcji zip () do konwersji listy na ramki danych w naszym następnym scenariuszu. Używamy tego samego pliku kodu do dalszej implementacji i zapisu kodu tworzenia ramek danych za pośrednictwem ZIP (). Najpierw importujemy moduł Pandy, a następnie tworzymy listę ciąży i dodajemy do niej elementy. Tutaj tworzymy dwie listy. Lista ciągów, a druga to lista liczb całkowitych. Następnie wywołujemy konstruktor danych i przekazujemy naszą listę.
Następnie możemy przypisać konstruktor ramki danych do zmiennej. Następnie wywołujemy funkcję DataFrame i przekazujemy w niej dwa parametry. Parametr początkowy to Zip (), a następny to kolumna. Funkcja Zip () przyjmuje zmienne i łączy je w krotkę. W funkcji zip możesz używać krotów, zestawów, list lub słowników. Tak więc program najpierw zamyka oba pliki z określonymi kolumnami, a następnie wywołuje funkcję ramki danych.
importować pandy jako PDZapisz i uruchom „DataFrame.plik kodu PY ”i sprawdź, jak działa funkcja ZIP:
Przykład 3
W naszym trzecim scenariuszu używamy słownika do konwersji listy na ramki danych. Używamy tego samego „DataFrame.plik kodu PY ”i utwórz ramki danych za pomocą list w DICT. Najpierw importujemy moduł Pandy, a następnie tworzymy listę ciąży i dodajemy do niej elementy. Tutaj tworzymy trzy listy. Lista krajów, języków programowania i liczb całkowitych. Następnie tworzymy dykt list i przypisujemy je do zmiennej. Następnie wywołujemy funkcję ramki danych, przypisujemy ją do zmiennej i przekazujemy do niej DICT. Następnie wykorzystujemy funkcję drukuj do wyświetlania ramek danych.
importować pandy jako PDPonownie zapisz i wykonaj „DataFrame.plik kodu PY ”i sprawdź wyświetlacz wyjściowy w uporządkowany sposób.
Wniosek
Jeśli pracujesz z dużą ilością danych, kluczowe jest najpierw zmienić dane na format, który rozumie użytkownik. Ramy danych zapewniają funkcjonalność w celu wydajnego dostępu do danych. W Pythonie dane są głównie obecne w formie listy i znaczące jest utworzenie ramki danych za pośrednictwem listy.