Convert Elenco in DataFrame Python

In questo tutorial, imparerai a elenchi e frame di dati. Inoltre, abbiamo discusso di diversi metodi di conversione dell'elenco al frame dei dati in linguaggio Python. L'elenco in Python è la struttura dei dati più vitale. La cosa importante dell'elenco è che gli elementi dell'elenco non sono forzatamente lo stesso tipo di dati e tutte le operazioni di stringa sono ugualmente applicate sui tipi di dati dell'elenco. Vieni a parlare delle cornici di dati.

In Python, la libreria di Panda viene utilizzata per la gestione e l'analisi dei dati. Panda DataFrame è un costruttore di dati tabulari per dimensioni 2D e variabile con assi contrassegnati. In DataFrame, la conoscenza è variata in modo tabulare in colonne e righe. Pandas DataFrame contiene 3 principali elementi essenziali, i.e., dati, colonne e righe. Implementeremo i nostri scenari nel compilatore Spyder, quindi iniziamo.

Esempio 1

Usiamo l'approccio di base e più semplice per convertire un elenco in frame di dati nel nostro primo scenario. Per implementare il codice del programma, Apri Spyder IDE dalla barra di ricerca di Windows, quindi crea un nuovo file per scrivere il codice di creazione di dati dati in esso. Dopo questo, inizia a scrivere il codice del programma. Prima importiamo il modulo di Panda e quindi creiamo un elenco di stringhe e aggiungiamo elementi ad esso. Quindi chiamiamo il costruttore del frame di dati e passiamo la nostra lista come argomento. Possiamo quindi assegnare il costruttore del frame di dati a una variabile.

Importa panda come PD
str_list = ['fiore', 'tutor', 'python', 'abilità']
Daf = PD.DataFrame (Str_List)
Stampa (DAF)

Dopo aver creato correttamente il file del codice frame di dati, salva il file con ".Py ”estensione. Nel nostro scenario, salviamo il nostro file con "DataFrame.Py ".

Ora esegui il tuo "DataFrame.File di codice Py "e controlla come si convertisce l'elenco in un frame dati.

Esempio 2

Usiamo una funzione zip () per convertire un elenco in frame di dati nel nostro prossimo scenario. Utilizziamo lo stesso file di codice per ulteriori implementazione e scriviamo codice di creazione del frame dati tramite Zip (). Prima importiamo il modulo di Panda e quindi creiamo un elenco di stringhe e aggiungiamo elementi ad esso. Qui creiamo due elenchi. L'elenco delle stringhe e l'altra è un elenco di numeri interi. Quindi chiamiamo il costruttore di dati e passiamo la nostra lista.

Possiamo quindi assegnare il costruttore del frame di dati a una variabile. Quindi chiamiamo la funzione dati e passiamo due parametri in essa. Il parametro iniziale è zip () e il prossimo è la colonna. La funzione zip () prende le variabili iterabili e le combina in una tupla. Nella funzione ZIP, è possibile utilizzare tuple, set, elenchi o dizionari. Quindi, il programma zip prima entrambi i file con colonne specificate e quindi chiama la funzione del frame dati.

Importa panda come PD
String_list = ["Programma", "Sviluppo", "Coding," Skills "]
integer_list = [10, 22, 31, 44]
df = pd.DataFrame (elenco (zip (String_list, integer_list)), colonne = ['key', 'value'])
Stampa (DF)

Salva ed esegui il tuo "DataFrame.File di codice Py "e controlla come funziona la funzione zip:

Esempio 3

Nel nostro terzo scenario, utilizziamo un dizionario per convertire un elenco in frame di dati. Usiamo lo stesso "DataFrame.File di codice Py "e creare frame di dati utilizzando gli elenchi nel DICT. Prima importiamo il modulo di Panda e quindi creiamo un elenco di stringhe e aggiungiamo elementi ad esso. Qui creiamo tre elenchi. L'elenco di paesi, linguaggi di programmazione e numeri interi. Quindi creiamo un dettano di elenchi e lo assegniamo a una variabile. Successivamente, chiamiamo la funzione del frame dati, la assegniamo a una variabile e ci passiamo il detto. Quindi utilizziamo la funzione di stampa per mostrare i telai di dati.

Importa panda come PD
con_name = ["Giappone", "UK", "Canada", "Finlandia"]
pro_lang = ["java", "python", "c ++", ".Netto"]
var_list = [11, 44, 33, 55]
dict = 'paesi': con_name, 'lingua': pro_lang, 'numeri': var_list
Daf = PD.DataFrame (dict)
Stampa (DAF)

Ancora una volta, salva ed esegui il "data frame.File di codice Py "e controllare la visualizzazione dell'output in modo ordinato.

Conclusione

Se stai lavorando con una grande quantità di dati, è fondamentale alterare prima i dati in un formato che un utente comprende. I frame dei dati forniscono la funzionalità per accedere in modo efficiente ai dati. In Python, i dati sono principalmente presenti sotto forma di un elenco ed è significativo creare un frame di dati attraverso un elenco.