Phenquestions
Pandas DataFrame adalah struktur data beranotasi 2D (dua dimensi) di mana data diselaraskan dalam bentuk jadual dengan baris dan lajur yang berbeza. Untuk pemahaman yang lebih mudah, DataFrame berkelakuan seperti spreadsheet yang mengandungi tiga komponen yang berbeza: indeks, lajur, dan data. Pandas DataFrames adalah cara yang paling biasa untuk menggunakan objek panda.
Pandas DataFrames boleh dibuat dengan menggunakan kaedah yang berbeza. Artikel ini akan menerangkan semua kaedah yang mungkin digunakan untuk membuat Pandas DataFrame di python. Kami telah menjalankan semua contoh pada alat pycharm. Mari mulakan pelaksanaan setiap kaedah satu persatu.
Sintaksis Asas
Ikuti sintaks berikut semasa membuat DataFrames di Pandas python:
pd.DataFrame (Df_data)Contohnya: Mari kita jelaskan dengan contoh. Dalam kes ini, kami telah menyimpan data nama dan peratusan pelajar dalam pemboleh ubah 'Pelajar_Data'. Selanjutnya, menggunakan pd.DataFrame (), kami telah membuat DataFrame untuk memaparkan hasil pelajar.
import panda sebagai pdPelajar_Data =
'Nama': ['Samreena', 'Asif', 'Mahwish', 'Raees'],
'Peratusan': [90,80,70,85]
hasil = pd.DataFrame (Pelajar_Data)
cetak (hasil)
Kaedah Membuat Bingkai Data Pandas
Pandas DataFrames boleh dibuat dengan menggunakan pelbagai cara yang akan kita bincangkan dalam artikel yang selebihnya. Kami akan mencetak hasil kursus Pelajar dalam bentuk DataFrames. Oleh itu, dengan menggunakan salah satu kaedah berikut, anda boleh membuat DataFrames yang serupa yang ditunjukkan dalam gambar berikut:
Kaedah # 01: Membuat Pandas DataFrame dari kamus senarai
Dalam contoh berikut, DataFrames dibuat dari kamus senarai yang berkaitan dengan hasil kursus pelajar. Pertama, import perpustakaan panda dan kemudian buat kamus senarai. Kekunci imbas mewakili nama lajur seperti 'Nama Pelajar', 'Kursus_Title', dan 'IPK'. Daftar mewakili data atau kandungan lajur. Pemboleh ubah 'dictionary_lists' mengandungi data pelajar yang selanjutnya diberikan kepada pemboleh ubah 'df1'. Dengan menggunakan pernyataan cetak, cetak semua kandungan DataFrames.
Contohnya:
# Import perpustakaan untuk panda dan numpyimport panda sebagai pd
# Import perpustakaan panda
import panda sebagai pd
# Buat kamus senarai
senarai_ kamus =
'Nama Pelajar': ['Samreena', 'Raees', 'Sara', 'Sana'],
'Course_Title': ['SQA', 'SRE', 'Asas IT', 'Kecerdasan buatan'],
'IPK': [3.1, 3.3, 2.8, 4.0]
# Buat DataFrame
dframe = pd.DataFrame (senarai_ kamus)
cetak (dframe)
Setelah melaksanakan kod di atas, output berikut akan ditampilkan:
Kaedah # 02: Buat Pandas DataFrame dari kamus array NumPy
DataFrame dapat dibuat dari perintah array / senarai. Untuk tujuan ini, panjang mestilah sama dengan semua penyempitan. Sekiranya beberapa indeks dilalui, maka panjang indeks harus sama dengan panjang array. Sekiranya tidak ada satu indeks yang dilalui, maka, dalam kes ini, indeks lalai menjadi julat (n). Di sini, n mewakili panjang array.
Contohnya:
import numpy sebagai np# Buat susunan numpy
nparray = np.susunan (
[['Samreena', 'Raees', 'Sara', 'Sana'],
['SQA', 'SRE', 'Asas IT', 'Kecerdasan Buatan'],
[3.1, 3.3, 2.8, 4.0]])
# Buat kamus nparray
kamus_of_nparray =
'Student_Name': nparray [0],
'Course_Title': nparray [1],
'IPK': nparray [2]
# Buat DataFrame
dframe = pd.DataFrame (kamus_of_narray)
cetak (dframe)
Kaedah # 03: Membuat DataFrame panda menggunakan senarai senarai
Dalam kod berikut, setiap baris mewakili satu baris.
Contohnya:
# Import perpustakaan Pandas pdimport panda sebagai pd
# Buat senarai senarai
senarai_ kumpulan = [
['Samreena', 'SQA', 3.1],
['Raees', 'SRE', 3.3],
['Sara', 'Asas IT', 2.8],
['Sana', 'Kecerdasan Buatan', 4.0]]
# Buat DataFrame
dframe = pd.DataFrame (senarai_kumpulan, lajur = ['Nama_ Pelajar', 'Kursus_Title', 'IPK'])
cetak (dframe)
Kaedah # 04: Membuat DataFrame panda menggunakan senarai kamus
Dalam kod berikut, setiap kamus mewakili satu baris dan kekunci yang mewakili nama lajur.
Contohnya:
# Import panda perpustakaanimport panda sebagai pd
# Buat senarai kamus
dict_list = [
'Student_Name': 'Samreena', 'Course_Title': 'SQA', 'IPK': 3.1,
'Student_Name': 'Raees', 'Course_Title': 'SRE', 'IPK': 3.3,
'Student_Name': 'Sara', 'Course_Title': 'Asas IT', 'IPK': 2.8,
'Student_Name': 'Sana', 'Course_Title': 'Artificial Intelligence', 'IPK': 4.0]
# Buat DataFrame
dframe = pd.DataFrame (senarai_tikam)
cetak (dframe)
Kaedah # 05: Membuat Dataframe panda dari siri siri panda
Kekunci dict mewakili nama lajur dan setiap Siri mewakili isi lajur. Dalam baris kod berikut, kami telah mengambil tiga jenis siri: Name_series, Course_series, dan GPA_series.
Contohnya:
# Import panda perpustakaanimport panda sebagai pd
# Buat Siri nama pelajar
Nama_seri = pd.Siri (['Samreena', 'Raees', 'Sara', 'Sana'])
Kursus_seri = pd.Siri (['SQA', 'SRE', 'Asas IT', 'Kecerdasan buatan'])
IPK_seri = pd.Siri ([3.1, 3.3, 2.8, 4.0])
# Buat Kamus Seri
kamus_of_nparray
\
'] = ' Name ': Name_series,' Age ': Course_series,' Department ': IPK_seri
# PembuatanFrame Data
dframe = pd.DataFrame (kamus_of_nparray)
cetak (dframe)
Kaedah # 06: Buat Pandas DataFrame dengan menggunakan fungsi zip ().
Senarai yang berbeza dapat digabungkan melalui fungsi daftar (zip ()). Dalam contoh berikut, panda DataFrame dibuat dengan memanggil pd.Fungsi DataFrame (). Tiga senarai berbeza dibuat yang digabungkan dalam bentuk tupel.
Contohnya:
import panda sebagai pd# Senarai1
Nama Pelajar = ['Samreena', 'Raees', 'Sara', 'Sana']
# Senarai2
Course_Title = ['SQA', 'SRE', 'Asas IT', 'Kecerdasan Buatan']
# Senarai3
IPK = [3.1, 3.3, 2.8, 4.0]
# Ambil senarai tupel dari tiga senarai lebih jauh, gabungkan dengan menggunakan zip ().
tuples = senarai (zip (Nama Pelajar, Kursus_Title, IPK))
# Tetapkan nilai data ke tupel.
tupel
# Menukar senarai tupel menjadi Dataframe panda.
dframe = pd.DataFrame (tuples, lajur = ['Student_Name', 'Course_Title', 'IPK'])
# Cetak data.
cetak (dframe)
Kesimpulannya
Dengan menggunakan kaedah di atas, anda boleh membuat Pandas DataFrames di python. Kami telah mencetak IPK kursus pelajar dengan membuat Pandas DataFrames. Mudah-mudahan, anda akan mendapat hasil yang berguna setelah menjalankan contoh-contoh yang disebutkan di atas. Semua program diulas dengan baik untuk pemahaman yang lebih baik. Sekiranya anda mempunyai lebih banyak kaedah untuk membuat Pandas DataFrames, maka jangan ragu untuk membaginya dengan kami. Terima kasih kerana membaca tutorial ini.
