Convertir la liste en dataframe python

Dans ce tutoriel, vous en apprendrez sur les listes et les cadres de données. Nous avons également discuté de différentes méthodes de conversion de liste dans le cadre de données en langue python. La liste de Python est la structure de données la plus vitale. La chose importante à propos de la liste est que les éléments de la liste ne sont pas de force le même type de données, et toutes les opérations de chaîne sont également appliquées sur les types de données de liste. Venez parler des cadres de données.

Dans Python, la bibliothèque de Panda est utilisée pour la manipulation et l'analyse des données. Pandas DataFrame est un constructeur de données tabulaires à changement de taille 2D avec des axes marqués. Dans DataFrame, les connaissances sont réparties de manière tabulaire dans les colonnes et les lignes. Pandas DataFrame contient 3 éléments essentiels principaux, i.e., données, colonnes et lignes. Nous allons mettre en œuvre nos scénarios dans Spyder Compiler alors commençons.

Exemple 1

Nous utilisons l'approche de base et la plus simple pour convertir une liste en trames de données dans notre premier scénario. Pour implémenter votre code de programme, ouvrez Spyder IDE à partir de la barre de recherche Windows, puis créez un nouveau fichier pour écrire du code de création de données de données. Après cela, commencez à écrire votre code de programme. Nous importons d'abord le module de Panda, puis créons une liste de chaînes et y ajoutons des éléments. Ensuite, nous appelons le constructeur de trame de données et passons notre liste comme argument. Nous pouvons ensuite affecter le constructeur de trame de données à une variable.

Importer des pandas en tant que PD
str_list = [«fleur», «tuteur», «python», «compétences»]
daf = pd.DataFrame (str_list)
Imprimer (DAF)

Après avoir réussi à créer votre fichier de code de trame de données, enregistrez votre fichier avec le «.extension py ”. Dans notre scénario, nous enregistrons notre fichier avec «DataFrame.py ".

Maintenant, exécutez votre «DataFrame.Fichier de code py »et vérifiez comment vous convertissez la liste en une dataframe.

Exemple 2

Nous utilisons une fonction zip () pour convertir une liste en trames de données dans notre prochain scénario. Nous utilisons le même fichier de code pour une mise en œuvre supplémentaire et d'écrire du code de création de trame de données via Zip (). Nous importons d'abord le module de Panda, puis créons une liste de chaînes et y ajoutons des éléments. Ici, nous créons deux listes. La liste des chaînes et l'autre est une liste des entiers. Ensuite, nous appelons le constructeur DataFrame et passons notre liste.

Nous pouvons ensuite affecter le constructeur de trame de données à une variable. Ensuite, nous appelons la fonction DataFrame et passons deux paramètres dedans. Le paramètre initial est zip (), et le suivant est la colonne. La fonction zip () prend des variables itérables et les combine en tuple. Dans la fonction zip, vous pouvez utiliser des tuples, des ensembles, des listes ou des dictionnaires. Ainsi, le programme zippe d'abord les deux fichiers avec des colonnes spécifiées, puis appelle la fonction de trame de données.

Importer des pandas en tant que PD
string_list = [«programme», «développe», «codage,« compétences »]
Integer_list = [10, 22, 31, 44]
df = pd.DataFrame (list (zip (string_list, integer_list)), colonnes = ['key', 'value'])
Imprimer (DF)

Enregistrez et exécutez votre «DataFrame.Fichier de code py »et vérifiez comment fonctionne la fonction zip:

Exemple 3

Dans notre troisième scénario, nous utilisons un dictionnaire pour convertir une liste en cadres de données. Nous utilisons le même «DataFrame.py ”Fichier de code et créer des cadres de données à l'aide de listes dans le dict. Nous importons d'abord le module de Panda, puis créons une liste de chaînes et y ajoutons des éléments. Ici, nous créons trois listes. La liste des pays, des langages de programmation et des entiers. Ensuite, nous créons un dict de listes et l'avons attribué à une variable. Après cela, nous appelons la fonction de trame de données, les attribuons à une variable et passons un dict. Ensuite, nous utilisons la fonction d'impression pour afficher les cadres de données.

Importer des pandas en tant que PD
con_name = [«Japon», «UK», «Canada», «Finlande»]
pro_lang = ["java", "python", "c ++", ".Filet"]
var_list = [11, 44, 33, 55]
dict = 'Pays': Con_name, 'Language': pro_lang, 'nombres': var_list
daf = pd.DataFrame (dict)
Imprimer (DAF)

Encore une fois, enregistrez et exécutez le «DataFrame.py ”Fichier de code et vérifiez l'affichage de sortie d'une manière commandée.

Conclusion

Si vous travaillez avec une grande quantité de données, il est crucial de modifier d'abord les données en un format qu'un utilisateur comprend. Les cadres de données vous fournissent la fonctionnalité pour accéder efficacement aux données. Dans Python, les données sont principalement présentes sous la forme d'une liste, et il est important de créer un cadre de données via une liste.