Phenquestions
Pandas DataFrame on 2D (kahemõõtmeline) märkustega andmestruktuur, milles andmed joondatakse tabelina erinevate ridade ja veergudega. Parema mõistmise huvides käitub DataFrame nagu arvutustabel, mis sisaldab kolme erinevat komponenti: register, veerud ja andmed. Panda DataFrames on kõige tavalisem viis panda objektide kasutamiseks.
Pandas DataFrames saab luua erinevaid meetodeid kasutades. Selles artiklis selgitatakse kõiki võimalikke meetodeid, mille abil saate Pythonis DataFrame'i luua. Oleme kõik näited käivitanud tööriista pycharm abil. Alustame iga meetodi rakendamist ükshaaval.
Põhisüntaks
DataFrame'i loomisel Pandas pythonis järgige järgmist süntaksit:
pd.DataFrame (Df_data)Näide: Seletame näitega. Sel juhul oleme õpilaste nimede ja protsentide andmed salvestanud muutujasse 'Students_Data'. Edasi, kasutades pd.DataFrame (), oleme loonud DataFrame'i õpilase tulemuse kuvamiseks.
impordi pandad kui pdÕpilased_andmed =
'Nimi': ['Samreena', 'Asif', 'Mahwish', 'Raees'],
'Protsent': [90,80,70,85]
tulemus = pd.DataFrame (õpilaste_andmed)
print (tulemus)
Pandade DataFrame'i loomise meetodid
Pandas DataFrame'i saab luua erinevatel viisidel, mida käsitleme ülejäänud artiklis. Trükime üliõpilase kursuste tulemuse DataFrame'i kujul. Niisiis saate ühte järgmistest meetoditest luua sarnased DataFrames, mis on kujutatud järgmisel pildil:
Meetod nr 01: Pandade DataFrame'i loomine loendite sõnastikust
Järgmises näites luuakse DataFrames üliõpilase kursuste tulemustega seotud loendite sõnastikest. Kõigepealt importige panda teek ja seejärel looge loendite sõnastik. Dikteerimisvõtmed tähistavad veergude nimesid, nagu 'Student_Name', 'Course_Title' ja 'GPA'. Loendid tähistavad veeru andmeid või sisu. Muutuja 'dictionary_lists' sisaldab nende õpilaste andmeid, kes on edaspidi määratud muutujale 'df1'. Printige väljavõtte abil kogu DataFrame'i sisu.
Näide:
# Pandade ja numpy raamatukogude importimineimpordi pandad kui pd
# Importige panda raamatukogu
impordi pandad kui pd
# Looge loendi sõnastik
dictionary_lists =
'Student_Name': ['Samreena', 'Raees', 'Sara', 'Sana'],
'Course_Title': ['SQA', 'SRE', 'IT põhitõed', 'tehisintellekt'],
„GPA”: [3.1, 3.3, 2.8, 4.0]
# Looge DataFrame
dframe = pd.DataFrame (sõnastiku_loendid)
print (dframe)
Pärast ülaltoodud koodi käivitamist kuvatakse järgmine väljund:
Meetod nr 02: Pands DataFrame'i loomine massiivi NumPy sõnastikust
DataFrame'i saab luua massiivi / loendi dikteerimisest. Sel eesmärgil peab pikkus olema sama, mis kogu narratiiv. Kui mõni indeks on läbitud, peaks indeksi pikkus olema võrdne massiivi pikkusega. Kui ühtegi indeksit ei edastata, on sel juhul vaikimisi vahemik (n). Siin tähistab n massiivi pikkust.
Näide:
impordi numpy kui np# Loo numpy massiiv
nparray = np.massiiv (
[['Samreena', 'Raees', 'Sara', 'Sana'],
['SQA', 'SRE', 'IT põhitõed', 'tehisintellekt'],
[3.1, 3.3, 2.8, 4.0]])
# Looge nparray sõnastik
dpar_nparray =
'Student_Name': nparray [0],
'Course_Title': nparray [1],
'GPA': nparray [2]
# Looge DataFrame
dframe = pd.DataFrame (sõnaraamatu_pilt)
print (dframe)
Meetod nr 03: pandade DataFrame'i loomine loendite loendi abil
Järgmises koodis tähistab iga rida ühte rida.
Näide:
# Importige raamatukogu Pandas pdimpordi pandad kui pd
# Looge loendite loend
grupi_loendid = [
['Samreena', 'SQA', 3.1],
['Raees', 'SRE', 3.3],
['Sara', 'IT põhitõed', 2.8],
['Sana', 'tehisintellekt', 4.0]]
# Looge DataFrame
dframe = pd.DataFrame (grupi_loendid, veerud = ['õpilase_nimi', 'kursuse_nimi', 'GPA'])
print (dframe)
Meetod nr 04: pandade DataFrame'i loomine sõnastiku loendi abil
Järgmises koodis tähistab iga sõnastik ühte rida ja võtmeid, mis tähistavad veergude nimesid.
Näide:
# Importige raamatukogu pandasidimpordi pandad kui pd
# Koostage sõnastike loend
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 põhitõed', 'GPA': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Tehisintellekt', 'GPA': 4.0]
# Looge DataFrame
dframe = pd.DataFrame (dict_list)
print (dframe)
Meetod nr 05: pandade andmeraami loomine pandasarja dikteerimisest
Dikteerimisvõtmed tähistavad veergude nimesid ja iga seeria tähistab veeru sisu. Järgmistel koodiridadel oleme võtnud kolme tüüpi seeriaid: Name_series, Course_series ja GPA_series.
Näide:
# Importige raamatukogu pandasidimpordi pandad kui pd
# Loo õpilaste nimede seeria
Nimi_seeria = pd.Seeria (['Samreena', 'Raees', 'Sara', 'Sana'])
Kursuse_seeria = pd.Seeria (['SQA', 'SRE', 'IT põhitõed', 'tehisintellekt'])
GPA_seeria = pd.Seeria ([3.1, 3.3, 2.8, 4.0])
# Loo seeria sõnastik
sõnastik_värv
\
'] = ' Nimi ': Nimi_sari,' Vanus ': Kursuse_jada,' Osakond ': GPA_sari
# DataFrame'i loomine
dframe = pd.DataFrame (sõnaraamatu_pilt)
print (dframe)
Meetod nr 06: funktsiooni zip () abil saate luua Pandas DataFrame'i.
Erinevaid loendeid saab ühendada funktsiooni loend (zip ()) kaudu. Järgmises näites luuakse pandad DataFrame, helistades pd.DataFrame () funktsioon. Luuakse kolm erinevat loendit, mis liidetakse ühikute kujul.
Näide:
impordi pandad kui pd# Loend1
Student_Name = ['Samreena', 'Raees', 'Sara', 'Sana']
# Loend2
Course_Title = ['SQA', 'SRE', 'IT põhitõed', 'tehisintellekt']
# Loend3
GPA = [3.1, 3.3, 2.8, 4.0]
# Võtke kolmest loendist paaride loend, ühendage need zip () abil.
tuples = list (zip (üliõpilase_nimi, kursuse_nimi, GPA))
# Andmeväärtuste määramine rühmadele.
tuplid
# Tuplite loendi teisendamine pandadeks Dataframe.
dframe = pd.DataFrame (koondarvud, veerud = ['Student_Name', 'Course_Title', 'GPA'])
# Andmete printimine.
print (dframe)
Järeldus
Kasutades ülaltoodud meetodeid, saate Pythonis luua Pandas DataFrames. Oleme trükkinud õpilaste kursuse GPA, luues Pandas DataFrames. Loodetavasti saate kasulikke tulemusi pärast ülaltoodud näidete käitamist. Parema mõistmise huvides kommenteeritakse kõiki programme hästi. Kui teil on rohkem võimalusi Pandas DataFrame'i loomiseks, siis ärge kartke neid meiega jagada. Täname, et lugesite seda õpetust.
