Phenquestions
„Pandas DataFrame“ yra 2D (dviejų matmenų) anotuota duomenų struktūra, kurioje duomenys lentelės forma sulygiuoti su skirtingomis eilutėmis ir stulpeliais. Kad būtų lengviau suprasti, „DataFrame“ veikia kaip skaičiuoklė, kurioje yra trys skirtingi komponentai: rodyklė, stulpeliai ir duomenys. „Pandas DataFrames“ yra labiausiai paplitęs būdas naudoti pandos objektus.
„Pandas DataFrames“ galima sukurti naudojant skirtingus metodus. Šiame straipsnyje bus paaiškinti visi galimi metodai, kuriais galite sukurti „Pandas DataFrame“ Python. Mes atlikome visus „pycharm“ įrankio pavyzdžius. Pradėkime kiekvieno metodo įgyvendinimą po vieną.
Pagrindinė sintaksė
Laikykitės šios sintaksės, kai kuriate „DataFrames“ „Pandas python“:
pd.„DataFrame“ (Df_data)Pavyzdys: Paaiškinkime pavyzdžiu. Tokiu atveju studentų vardų ir procentų duomenis išsaugojome kintamajame „Students_Data“. Toliau, naudojant pd.„DataFrame“ (), mes sukūrėme „DataFrame“, kad būtų rodomi studento rezultatai.
importuoti pandas kaip pdStudentai_Duomenys =
„Vardas“: [„Samreena“, „Asif“, „Mahwish“, „Raees“],
„Procentai“: [90,80,70,85]
rezultatas = pd.„DataFrame“ (studentų_duomenys)
spausdinti (rezultatas)
Metodai sukurti „Pandas DataFrame“
„Pandas DataFrames“ galima sukurti naudojant skirtingus būdus, kuriuos aptarsime kitoje straipsnio dalyje. Studentų kursų rezultatus atspausdinsime „DataFrames“ pavidalu. Taigi, naudodami vieną iš šių metodų, galite sukurti panašius „DataFrame“, kurie vaizduojami šiame paveikslėlyje:
01 metodas: „Pandas DataFrame“ sukūrimas iš sąrašų žodyno
Šiame pavyzdyje „DataFrames“ sukuriami iš sąrašų, susijusių su studentų kurso rezultatais, žodynų. Pirmiausia importuokite pandos biblioteką ir tada sukurkite sąrašų žodyną. „Dict“ klavišai nurodo stulpelių pavadinimus, tokius kaip „Student_Name“, „Course_Title“ ir „GPA“. Sąrašai nurodo stulpelio duomenis ar turinį. Kintamajame „dictionary_lists“ yra studentų, kurie toliau priskiriami kintamajam „df1“, duomenys. Naudodamiesi spausdinimo ataskaita atsispausdinkite visą „DataFrames“ turinį.
Pavyzdys:
# Importuokite pandų ir numpy bibliotekasimportuoti pandas kaip pd
# Importuoti pandos biblioteką
importuoti pandas kaip pd
# Sukurkite sąrašo žodyną
dictionary_lists =
„Student_Name“: [„Samreena“, „Raees“, „Sara“, „Sana“],
„Course_Title“: [„SQA“, „SRE“, „IT pagrindai“, „Dirbtinis intelektas“],
„GPA“: [3.1, 3.3, 2.8, 4.0]
# Sukurkite „DataFrame“
dframe = pd.„DataFrame“ (žodyno_ sąrašai)
spausdinti (dframe)
Vykdžius aukščiau nurodytą kodą, bus rodoma ši išvestis:
02 metodas: sukurkite „Pandas DataFrame“ iš „NumPy“ masyvo žodyno
„DataFrame“ galima sukurti iš masyvo / sąrašo dikto. Šiuo tikslu ilgis turi būti toks pat kaip visas pasakojimas. Jei perduodamas tam tikras indeksas, indekso ilgis turi būti lygus masyvo ilgiui. Jei neperduodamas nė vienas indeksas, tokiu atveju numatytasis indeksas turi būti diapazonas (n). Čia n reiškia masyvo ilgį.
Pavyzdys:
importuoti numerį kaip np# Sukurkite numpy masyvą
nparray = np.masyvas (
[['Samreena', 'Raees', 'Sara', 'Sana'],
[„SQA“, „SRE“, „IT pagrindai“, „Dirbtinis intelektas“],
[3.1, 3.3, 2.8, 4.0]])
# Sukurkite „nparray“ žodyną
dictionary_of_nparray =
„Student_Name“: nparray [0],
„Course_Title“: nparray [1],
„GPA“: nparray [2]
# Sukurkite „DataFrame“
dframe = pd.„DataFrame“ (žodyno_apparaiškos žodynas)
spausdinti (dframe)
03 metodas: „pandas DataFrame“ sukūrimas naudojant sąrašų sąrašą
Šiame kode kiekviena eilutė reiškia vieną eilutę.
Pavyzdys:
# Importuoti biblioteką „Pandas pd“importuoti pandas kaip pd
# Sukurkite sąrašų sąrašą
group_lists = [
[„Samreena“, „SQA“, 3.1],
[„Raees“, „SRE“, 3.3],
[„Sara“, „IT pagrindai“, 2.8],
[„Sana“, „Dirbtinis intelektas“, 4.0]]
# Sukurkite „DataFrame“
dframe = pd.„DataFrame“ (grupės_ sąrašai, stulpeliai = ['Student_NAME', 'Course_Title', 'GPA'])
spausdinti (dframe)
04 metodas: „pandas DataFrame“ sukūrimas naudojant žodyno sąrašą
Šiame kode kiekvienas žodynas reiškia vieną eilutę ir raktus, kurie nurodo stulpelių pavadinimus.
Pavyzdys:
# Importuokite bibliotekos pandasimportuoti pandas kaip pd
# Sukurkite žodynų sąrašą
dict_list = [
'Student_Name': 'Samreena', 'Course_Title': 'SQA', 'GPA': 3.1,
'Student_Name': 'Raees', 'Course_Title': 'SRE', 'GPA': 3.3,
'Student_Name': 'Sara', 'Course_Title': 'IT pagrindai', 'GPA': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Dirbtinis intelektas', 'GPA': 4.0]
# Sukurkite „DataFrame“
dframe = pd.„DataFrame“ („dict_list“)
spausdinti (dframe)
Metodas Nr. 05: Pandų kūrimas iš pandų serijos diktanto
„Dict“ klavišai nurodo stulpelių pavadinimus, o kiekviena serija - stulpelių turinį. Šiose kodo eilutėse mes paėmėme trijų tipų serijas: Name_series, Course_series ir GPA_series.
Pavyzdys:
# Importuokite bibliotekos pandasimportuoti pandas kaip pd
# Sukurkite studentų vardų seriją
Name_series = pd.Serija (['Samreena', 'Raees', 'Sara', 'Sana'])
Course_series = pd.Serija (['SQA', 'SRE', 'IT pagrindai', 'dirbtinis intelektas]])
GPA_series = pd.Serija ([3.1, 3.3, 2.8, 4.0])
# Sukurkite serijos žodyną
žodyno_aprašymas
\
'] = ' Vardas ': Vardas_serijos,' Amžius ': Kurso_serialas,' Skyrius ': GPA_serijos
# DataFrame kūrimas
dframe = pd.„DataFrame“ (žodyno_aparatas)
spausdinti (dframe)
06 būdas: sukurkite „Pandas DataFrame“ naudodami funkciją zip ().
Skirtingus sąrašus galima sujungti naudojant sąrašo (zip ()) funkciją. Šiame pavyzdyje „pandas DataFrame“ sukuriami iškviečiant pd.„DataFrame“ () funkcija. Sukuriami trys skirtingi sąrašai, kurie sujungiami rinkinių pavidalu.
Pavyzdys:
importuoti pandas kaip pd# Sąrašas
Student_Name = ['Samreena', 'Raees', 'Sara', 'Sana']
# Sąrašas2
Course_Title = ['SQA', 'SRE', 'IT pagrindai', 'dirbtinis intelektas']
# Sąrašas3
GPA = [3.1, 3.3, 2.8, 4.0]
# Toliau paimkite rinkinių sąrašą iš trijų sąrašų, sujunkite juos naudodami „zip“ ().
tuples = list (zip (Student_Name, Course_Title, GPA))
# Priskirkite duomenų reikšmes rinkiniams.
tuples
# Konvertuoti rinkinių sąrašą į pandas „Dataframe“.
dframe = pd.„DataFrame“ (rinkiniai, stulpeliai = ['Student_Name', 'Course_Title', 'GPA'])
# Spausdinti duomenis.
spausdinti (dframe)
Išvada
Naudodamiesi pirmiau nurodytais metodais, galite sukurti „Pandas DataFrame“ Python. Sukūrę „Pandas DataFrames“, atspausdinome studentų kursą GPA. Tikimės, kad naudodami minėtus pavyzdžius gausite naudingų rezultatų. Visos programos yra gerai komentuojamos, kad būtų geriau suprantama. Jei turite daugiau būdų sukurti „Pandas DataFrame“, nedvejodami pasidalykite jais su mumis. Dėkojame, kad perskaitėte šią pamoką.
