Pandy konwertują serię na DataFrame
Seria PandaS to jednowymiarowa tablica, w tym etykiety na osiach. Obiekt przyjmuje indeksowanie zarówno całkowitej, jak i oparte na etykiet i ma obfitość technik wykonywania działań związanych z indeksem. Generowanie nowych kolumn z serii pochodnej lub obecnej jest wymagającym wyzwaniem w inżynierii cech. Wykorzystując natywne funkcje pand, nowo wygenerowana seria lub kolumna może zostać przekształcona w ramkę danych.
Pandy konwertują serię na DataFrame
Przekształcenie serii na ramkę danych w panwie to dość proste podejście. Aby skutecznie przekształcić serię w ramkę danych, pandy wykorzystują to_frame () funkcjonować.
Ta funkcja wykorzystuje następującą składnię:
Ma parametr „Nazwa”. Jeśli seria ma nazwę, należy ją używać zamiast przekazanej nazwy. Reprezentacja szeregów danych zostanie zwrócona przez tę funkcję.
W tym samouczku wyjaśnimy metodę konwersji serii pandy na dane danych za pomocą praktycznych przykładów.
Przykład 01: Za pomocą pandy .TO_FRAME () Metoda konwersji jednej serii na DataFrame
Używamy narzędzia „Spyder”, które jest niezawodnym i prostym narzędziem do pisania i montażu kodów Pythona. W środowisku „Spyder” otwieramy nowy plik Pythona i zaczynamy pisać nasz skrypt. Ponieważ pracujemy z funkcjami panda, więc głównym i najważniejszym wymogiem jest import „Pandy jako PD”. Umożliwia to wszystkie funkcje panda w naszym pliku Python.
Następnie tworzymy serię „New_Ser” wykorzystującą „PD.Metoda serii () ”, która jest stosowana do konstruowania serii pandy. Zainicjujemy serię z ośmioma wartościami liczb całkowitych, które są „8”, 4 ”,„ 3 ”,„ 9 ”,„ 11 ”,„ 6 ”,„ 15 ”i„ 21 ”. Ta seria jest przechowywana w zmiennej „New_Ser”. Możemy teraz uzyskać dostęp do serii, używając tej nazwy zmiennej.
Teraz musimy zobaczyć naszą nowo utworzoną serię pandy. Tutaj pandy zapewniają nam funkcję „print ()”, która wyświetla dane przechowywane w zmiennej lub obiekt. Ponieważ chcemy wydrukować serię „New_Ser”, dlatego używamy tej zmiennej jako parametru w ramach funkcji „print ()”.
Naciśnij przycisk „Uruchom plik” znajdujący się na nagłówku narzędzia „Spyder”. Lub alternatywnie, możesz użyć kluczy „Shift+Enter” do wykonania skryptu. Teraz wyjście można zobaczyć na terminalu. Najpierw tworzymy serię, a następnie przypisujemy 8 wartości całkowitej, które można zaobserwować w obrazie wyjściowym podanym poniżej.
Sprawdźmy typ obiektu zmiennej „New_Ser”. Używamy metody „type ()”, aby znaleźć typ obiektu. Musimy podać nazwę obiektu lub zmiennej, którego typ obiektu musimy wyświetlić w nawiasach tej funkcji. Ponieważ dołączyliśmy zmienną „New_Ser” jako parametru funkcji „type ()”. Następnie wstawiamy funkcję „type ()” do funkcji „print ()”, ponieważ dołączyliśmy zmienną „new_ser” jako parametr do funkcji „type ()”.
Ponownie naciśnij przycisk „Uruchom plik”, aby uruchomić plik Python, aby uzyskać wyjście na terminalu. Sprawdza, czy jakikolwiek parametr jest przekazywany do niego, gdy wywoływana jest funkcja „print ()”. Zapewniliśmy mu funkcję „Type (new_ser)”, więc wyświetli typ obiektu obiektu „New_Ser”. Obraz wyjściowy pokazuje w ostatnim wierszu „.Rozszerzenie serii ”, co oznacza, że obiekt jest typu serii.
Teraz przekonwertujemy serię „New_Ser” na pandas DataFrame. W przypadku tej konwersji pandy zapewniają nam bardzo prostą i prostą metodę, jaką jest „to_frame ()”. Utworzyliśmy obiekt lub zmienną „new_df” i przypisaliśmy mu wyjście wywołujące metodę „to_frame ()”. Musimy użyć funkcji „to_frame ()” z nazwą obiektu serii, którą chcemy przekonwertować na ramkę danych.
Użyliśmy również parametru tej funkcji „Nazwa” i przypisaliśmy go nazwy „Numery”, ponieważ użyliśmy „New_Ser.to_frame (name = 'numery') ". Zostanie przedstawiony jako nazwa kolumny w DataFrame. Następnie wykorzystujemy metodę „print ()” z obiektem DataFrame jako jej parametrem, aby wyświetlić wynikowy ramkę danych. Tutaj stosujemy inną funkcję „print ()” z funkcją „type ()”, aby określić typ obiektu dla zmiennej „new_df”.
Możesz zobaczyć w obrazie wyjściowym, który tworzymy seria, a następnie z pomyślnie wygenerowaliśmy z serii. Dla weryfikacji typu obiektu metoda „type ()” definiuje typy dla obu obiektów. Na początku było to „.Seria ”, a następnie, gdy konwertujemy serię na DataFrame, zwróciła się do„.Ramka danych".
Przykład 02: Za pomocą pandy .TO_FRAME () Metoda konwersji wielu serii na DataFrame
Na powyższej ilustracji konwertujemy jedną serię w serię. Teraz ta demonstracja wyjaśni, jak przekonwertować wiele serii na ramkę danych.
Teraz budujemy serię pandy. W tym przypadku tworzymy serie 3. Pierwsza seria to „Nazwa” i przechowuje pięć nazwisk, które to „Albert”, „Boran”, „Charlie”, „Daren” i „Elsa”. Druga seria, którą generujemy, to „punkty”, które zawierają taką samą długość wartości 5 i ma wartości „44”, „10”, „31”, „52” i „18”. Ostatnia seria „Assists” zawiera wartości „10”, „3”, „7”, „15” i „5.
Następnie musimy wyświetlić całą serię jeden po drugim za pomocą funkcji „print ()”. Najpierw używamy obiektu „Nazwa” w funkcji „print ()”, a następnie „punkty”. Na koniec „asyst” jest przekazywane do metody „print ()”.
Kiedy wykonujemy wyżej wymieniony kod, naciskając przycisk „Uruchom plik” narzędzia „Spyder”, jeden po drugim wydrukowamy 3 serie na terminalu.
Skorzystamy z metody pand „to_frame ()” tutaj. Najpierw utworzyliśmy zmienną „name_df” do przechowywania ramki danych wygenerowanej z serii „Nazwa” i przypisujemy właściwość metody „to_frame ()” „Nazwa” wartości „Nazwa” jako tytułu kolumny. Następnie tworzymy 2 kolejne zmienne jako „Points_df” i „Assists_df” do przechowywania odpowiednio serii przekonwertowanych z serii „Punkty” i „Assists”. Przypisujemy „Points_df” tytuł „Points” i „Assists_df” Tytuł „Asists” za pomocą właściwości „Nazwa” metody „to_frame ()”.
Tworzymy obiekt „ostateczny”, aby przechowywać pełną ramkę danych. Aby powiązać wszystkie 3 struny danych, używamy „PD.concat () ”funkcja i przekazuj 3 dane danych jako ich wartości. Będzie powiązać wszystkieFrame danych do jednej kompletnej ramki danych i przechowuje je w obiekcie „końcowym”. Wreszcie, używamy metody „drukuj (finał)” do wyświetlania ramki danych zapisanej w obiekcie „końcowym”.
Kiedy uruchamiamy powyższy kod, wyświetlamy serię konwertowanej ramki danych z trzema kolumnami o nazwie „Nazwa”, „punkty” i „asyst”.
Wniosek
Ten artykuł jest przewodnikiem, aby dowiedzieć się i zrozumieć koncepcję konwersji serii w pandy danych data. Przekształcenie serii w ramkę danych to łatwa praktyka przy użyciu funkcji pandas. Najpierw wyjaśniliśmy Ci techniki przekonwertowania pojedynczej serii na ramkę danych, a następnie opracowaliśmy konwersję wielu serii na wiele ram danych, a następnie łączą wszystkie kolumny z ramkami danych z pojedynczą skonektenowaną ramką danych za pomocą metody „conat ()” pand. Zapewniliśmy również dane wyjściowe dla każdego zastosowanego podejścia. Spodziewamy się, że ten kawałek pisania będzie udowodniony dla chwytania funkcji pand.