Pandas DataFrame è una struttura di dati annotata 2D (bidimensionale) in cui i dati sono allineati nella forma tabulare con righe e colonne diverse. Per una comprensione più semplice, il frame dati si comporta come un foglio di calcolo che contiene tre componenti diversi: indice, colonne e dati. I dati di dati Panda sono il modo più comune per utilizzare gli oggetti del panda.
I dati di dati Panda possono essere creati utilizzando metodi diversi. Questo articolo spiegherà tutti i possibili metodi attraverso i quali è possibile creare Panda DataFrame in Python. Abbiamo eseguito tutti gli esempi sullo strumento Pycharm. Iniziamo l'implementazione di ogni metodo uno per uno.
Sintassi di base
Segui la seguente sintassi durante la creazione di dati di dati in Pandas Python:
pd.DataFrame (df_data)Esempio: Spieghiamo con un esempio. In questo caso, abbiamo archiviato i dati dei nomi e delle percentuali dello studente in una variabile "Students_data". Inoltre, usando il PD.DataFrame (), abbiamo creato un dataframe per visualizzare il risultato dello studente.
Importa panda come PDMetodi per creare i dati di dati panda
Panda DataFrames può essere creato utilizzando i diversi modi in cui discuteremo nel resto dell'articolo. Stamperemo il risultato dei corsi dello studente sotto forma di dati di dati. Quindi, utilizzando uno dei seguenti metodi, è possibile creare frame di dati simili che sono rappresentati nella seguente immagine:
Metodo # 01: Creazione di dati Pandas dal dizionario degli elenchi
Nell'esempio seguente, i dati dei dati vengono creati dai dizionari degli elenchi relativi ai risultati del corso dello studente. Innanzitutto, importa una biblioteca di Panda e poi crea un dizionario di elenchi. Le chiavi dict rappresentano i nomi delle colonne come "Student_Name", "Course_Title" e "GPA". Gli elenchi rappresentano i dati o il contenuto della colonna. La variabile "dizionary_lists" contiene i dati degli studenti che sono ulteriormente assegnati alla variabile "DF1". Utilizzando l'istruzione di stampa, stampare tutto il contenuto di dati di dati.
Esempio:
# Importa librerie per panda e numpyDopo aver eseguito il codice sopra, verrà visualizzato il seguente output:
Metodo # 02: Crea il frame dati Pandas dal dizionario di Numpy Array
Il frame dati può essere creato dal DICT di Array/Elenco. A tale scopo, la lunghezza deve essere la stessa di tutta la narrativa. Se viene passato un po 'di indice, la lunghezza dell'indice dovrebbe essere uguale alla lunghezza dell'array. Se non viene passato alcun indice, quindi, in questo caso, l'indice predefinito è un intervallo (N). Qui, n rappresenta la lunghezza dell'array.
Esempio:
Importa Numpy come NPMetodo # 03: Creazione di dati Pandas utilizzando l'elenco degli elenchi
Nel codice seguente, ogni riga rappresenta una singola riga.
Esempio:
# Import Library Pandas PDMetodo # 04: Creazione di dati Pandas utilizzando l'elenco del dizionario
Nel codice seguente, ogni dizionario rappresenta una riga e tasti singoli che rappresentano i nomi delle colonne.
Esempio:
# Panda della libreria di importazioneMetodo # 05: Creazione di dati Pandas da DICT OF PANDAS SERIE
I tasti dict rappresentano i nomi delle colonne e ogni serie rappresenta il contenuto della colonna. Nelle seguenti righe di codice, abbiamo preso tre tipi di serie: Name_Series, Course_Series e GPA_Series.
Esempio:
# Panda della libreria di importazioneMetodo # 06: Crea il frame dati Pandas utilizzando la funzione zip ().
Elenchi diversi possono essere uniti tramite la funzione Elenco (zip ()). Nell'esempio seguente, i dati di dati Pandas vengono creati chiamando PD.Funzione dataframe (). Vengono creati tre diversi elenchi che vengono uniti sotto forma di tuple.
Esempio:
Importa panda come PDConclusione
Utilizzando i metodi sopra, è possibile creare frame dati Panda in Python. Abbiamo stampato GPA del corso di uno studente creando i dati di dati panda. Spero che otterrai risultati utili dopo aver eseguito gli esempi sopra menzionati. Tutti i programmi sono commentati bene per una migliore comprensione. Se hai altri modi per creare i dati di dati Pandas, non esitare a condividerli con noi. Grazie per aver letto questo tutorial.