I den här handledningen kommer vi att se hur vi kan använda en lista och konvertera den till en dataram i Python.
Men innan vi börjar med detta, låt oss revidera vad som är listan och vad är dataramar?
Listan är en datastruktur i python där alla element är inneslutna inom hakparenteser.
Exemplet på en lista är-
Colors=['Red', 'Blue', 'Green', 'Orange']
Dataramar är den tabellformiga representationen av data i form av rader och kolumner.
De kan användas genom att importera pandor.
Låt oss nu ta en titt på de olika metoderna för att konvertera en lista till en dataram i Python.
- Använder sig av DataFrame()
- Använder lista med index och kolumnnamn
- Använder zip()
- Använder multidimensionell lista
- Använder flerdimensionell lista med kolumn och datatyp
- Använda listor i ordboken
Använda pd.DataFrame()
I det första tillvägagångssättet har vi använt pd.DataFrame() för att konvertera en lista.
Följande program visar hur det kan göras-
import pandas as pd #list_values having strings list_values = ['English','Hindi','Mathematics','Science','Social Science'] df = pd.DataFrame(list_values) print(df)
Produktion:
0 0 English 1 Hindi 2 Mathematics 3 Science 4 Social Science
Förklaring:
Det är dags att ta en titt på förklaringen av ovanstående program-
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi deklarerat listan som har strängar som värden.
- Äntligen har vi passerat denna lista DataFrame() och visade utdata.
Använda lista med index- och kolumnnamn
I den andra metoden kommer vi att skapa en dataram som har ett indexvärde och ett kolumnnamn.
Programmet nedan illustrerar detsamma.
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)
Produktion:
Subjects i English ii Hindi iii Mathematics iv Science v Social Science
Förklaring:
Nu är det dags att förstå programmet ovan-
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi deklarerat listan som har strängar som sina värden.
- Äntligen har vi passerat denna lista DataFrame() med en lista med indexvärden och kolumnnamnet.
- När programmet körs visar det önskad utdata.
Använder zip()
I denna metod har vi använt blixtlås().
sql slumpvis ordning
Följande program visar hur det kan göras-
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)
Produktion:
Subjects Code 0 English 20 1 Hindi 21 2 Mathematics 22 3 Science 23 4 Social Science 24
Förklaring:
Det är dags att ta en titt på förklaringen av ovanstående program-
tcp och ip-modell
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi deklarerat listan som har strängar som värden och en annan lista innehåller indexvärdena.
- Äntligen har vi passerat list_values och list_index i dragkedja inuti DataFrame() med en lista med indexvärden och kolumnnamnet.
- När programmet körs visar det önskad utdata.
Använder multidimensionell lista
I denna metod kommer vi att se hur en flerdimensionell lista kan användas för konvertering.
Programmet nedan illustrerar detsamma.
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)
Produktion:
Subject Name Subject Code 0 English 4101 1 Hindi 4102 2 Science 4103 3 Mathematics 4104 4 Computer 4105
Förklaring:
Nu är det dags att förstå programmet ovan-
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi deklarerat att listan innehåller olika listor och varje lista har en sträng och ett heltalsvärde.
- Slutligen har vi passerat list_values i pd.DataFrame() med en lista med kolumnnamn.
- När programmet körs visar det önskad utdata.
Använda flerdimensionell lista med kolumn och datatyp
I detta tillvägagångssätt kommer vi att se en liten variation av ovanstående program.
Följande program visar hur det kan göras-
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)
Produktion:
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
Förklaring:
Det är dags att ta en titt på förklaringen av ovanstående program-
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi förklarat att listan innehåller olika listor och varje lista har två strängar värden (förnamn och efternamn) och ett heltal värde(ålder).
- Äntligen har vi passerat list_values i DataFrame() med en lista över kolumnnamn och datatyp.
- När programmet körs visar det önskad utdata.
Använda listor i ordboken
Slutligen, i den sista metoden kommer vi att se hur listor kan användas med ordböcker och konvertera listan till en dataram.
Programmet nedan illustrerar detsamma.
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)
Produktion:
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
Förklaring:
Nu är det dags att förstå programmet ovan-
- I det första steget har vi importerat pandasbiblioteket.
- Efter detta har vi deklarerat tre listor, nämligen f_namn, l_namn och ålder.
- I nästa steg har vi använt dessa listor som värden för nycklarna i ordboken.
- Äntligen har vi gett oss in DataFrame().
- När programmet körs visar det önskad utdata.
Slutsats
I den här handledningen stötte vi på några intressanta metoder för att konvertera en lista till en dataram i Python.