TechCodeview

Ebben az oktatóanyagban látni fogjuk, hogyan használhatunk listát, és hogyan alakíthatjuk át adatkeretté a Pythonban.

De mielőtt ezzel kezdenénk, nézzük át, mi a lista és mik azok az adatkeretek?

A lista egy olyan python adatstruktúra, amelyben az összes elem szögletes zárójelben van.

megkeresem az iphone androidomat

A lista példája:

 Colors=['Red', 'Blue', 'Green', 'Orange'] 

Az adatkeretek az adatok táblázatos megjelenítése sorok és oszlopok formájában.

Pandák importálásával használhatók.

Most pedig vessünk egy pillantást a lista adatkeretté alakításának különböző módszereire a Pythonban.

1. Használata DataFrame()
2. Lista használata index- és oszlopnevekkel
3. zip() használata
4. Többdimenziós lista használata
5. Többdimenziós lista használata oszlop- és adattípussal
6. Listák használata a szótárban

A pd.DataFrame() használata

Az első megközelítésben a pd.DataFrame() lista konvertálásához.

Az alábbi program megmutatja, hogyan lehet ezt megtenni

 import pandas as pd #list_values having strings list_values = ['English','Hindi','Mathematics','Science','Social Science'] df = pd.DataFrame(list_values) print(df) 

Kimenet:

 0 0 English 1 Hindi 2 Mathematics 3 Science 4 Social Science 

Magyarázat:

Itt az ideje, hogy vessünk egy pillantást a fenti program magyarázatára.

1. Első lépésben importáltuk a pandas könyvtárat.
2. Ezt követően deklaráltuk azt a listát, amelynek értékei karakterláncok vannak.
3. Végül átadtuk ezt a listát DataFrame() és megjelenítette a kimenetet.

Lista használata index- és oszlopnevekkel

A második módszerben egy adatkeretet hozunk létre, amely indexértékkel és oszlopnévvel rendelkezik.

Az alábbi program is ezt szemlélteti.

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] df = pd.DataFrame(list_values,index = ['i', 'ii', 'iii', 'iv', 'v'], columns = ['Subjects']) print(df) 

Kimenet:

 Subjects i English ii Hindi iii Mathematics iv Science v Social Science 

Magyarázat:

Itt az ideje, hogy megértsük a fenti programot-

1. Első lépésben importáltuk a pandas könyvtárat.
2. Ezt követően deklaráltuk azt a listát, amelynek értékei karakterláncok vannak.
3. Végül átadtuk ezt a listát DataFrame() indexértékek listájával és oszlopnévvel.
4. A program végrehajtásakor megjelenik a kívánt kimenet.

zip() használata

Ebben a módszerben használtuk postai irányítószám().

Az alábbi program megmutatja, hogyan lehet ezt megtenni

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] list_index = [20, 21, 22, 23, 24] df = pd.DataFrame(list(zip(list_values, list_index)), columns = ['Subjects', 'Code']) print(df) 

Kimenet:

 Subjects Code 0 English 20 1 Hindi 21 2 Mathematics 22 3 Science 23 4 Social Science 24 

Magyarázat:

Itt az ideje, hogy vessünk egy pillantást a fenti program magyarázatára.

1. Első lépésben importáltuk a panda könyvtárat.
2. Ezt követően deklaráltuk azt a listát, amelynek értékei karakterláncok vannak, és egy másik lista tartalmazza az indexértékeket.
3. Végül túljutottunk a list_values és list_index belül cipzárral DataFrame() indexértékek listájával és oszlopnévvel.
4. A program végrehajtásakor megjelenik a kívánt kimenet.

Többdimenziós lista használata

Ebben a módszerben látni fogjuk, hogyan használható egy többdimenziós lista a konverzióhoz.

Az alábbi program ugyanezt mutatja be.

 import pandas as pd #list_values having strings list_values = [['English', 4101], ['Hindi', 4102], ['Science', 4103], ['Mathematics', 4104], ['Computer', 4105]] df = pd.DataFrame(list_values, columns = ['Subject Name', 'Subject Code']) print(df) 

Kimenet:

 Subject Name Subject Code 0 English 4101 1 Hindi 4102 2 Science 4103 3 Mathematics 4104 4 Computer 4105 

Magyarázat:

Itt az ideje, hogy megértsük a fenti programot-

1. Első lépésben importáltuk a pandas könyvtárat.
2. Ezt követően deklaráltuk, hogy a lista különböző listákat tartalmaz, és minden listának van egy karakterlánca és egy egész értéke.
3. Végül átadtuk a lista_értékeket a pd.DataFrame()-ben az oszlopnevek listájával.
4. A program végrehajtásakor megjelenik a kívánt kimenet.

Többdimenziós lista használata oszlopokkal és adattípusokkal

Ebben a megközelítésben a fenti program egy kis változatát fogjuk látni.

Az alábbi program megmutatja, hogyan lehet ezt megtenni

 import pandas as pd #list_values having strings list_values = [['Colin', 'Lassiter', 46], ['James', 'Gomez', 24], ['Sara', 'Charles', 34], ['Raven', 'Stewart', 24], ['Oliver', 'Osment', 21]] df = pd.DataFrame(list_values, columns = ['First_Name', 'Last_Name', 'Age'], dtype = float) print(df) 

Kimenet:

 First_Name Last_Name Age 0 Colin Lassiter 46.0 1 James Gomez 24.0 2 Sara Charles 34.0 3 Raven Stewart 24.0 4 Oliver Osment 21.0 

Magyarázat:

Itt az ideje, hogy vessünk egy pillantást a fenti program magyarázatára.

1. Első lépésben importáltuk a panda könyvtárat.
2. Ezt követően deklaráltuk, hogy a lista különböző listákat tartalmaz, és minden listának két karakterlánca van értékek (utónév és vezetéknév) és egy egész szám érték(életkor).
3. Végül túljutottunk a list_values ban ben DataFrame() oszlopnevek listájával és az adattípussal.
4. A program végrehajtásakor megjelenik a kívánt kimenet.

Listák használata a szótárban

Végül az utolsó módszerben meglátjuk, hogyan használhatók a listák szótárakkal, és hogyan alakíthatjuk át a listát adatkeretté.

Az alábbi program is ezt szemlélteti.

 import pandas as pd #list_values having strings f_name = ['Colin', 'James', 'Sara', 'Raven', 'Oliver'] l_name = ['Lassiter', 'Gomez', 'Charles', 'Stewart', 'Osment'] age = [46, 24, 34, 24, 21] dict = {'First Name':f_name, 'Last_Name':l_name, 'Age':age} df = pd.DataFrame(dict) print(df) 

Kimenet:

 First Name Last_Name Age 0 Colin Lassiter 46 1 James Gomez 24 2 Sara Charles 34 3 Raven Stewart 24 4 Oliver Osment 21 

Magyarázat:

Itt az ideje, hogy megértsük a fenti programot-

1. Első lépésben importáltuk a panda könyvtárat.
2. Ezek után három listát deklaráltunk, nevezetesen f_name, l_name és age.
3. A következő lépésben ezeket a listákat használtuk a szótár kulcsainak értékeként.
4. Végre beleegyeztünk DataFrame().
5. A program végrehajtásakor megjelenik a kívánt kimenet.

Következtetés

Ebben az oktatóanyagban találkoztunk néhány érdekes módszerrel a lista konvertálására a adatkeret Pythonban.