Pandas DataFrame és una estructura de dades etiquetada bidimensional com una taula amb files i columnes. La mida i els valors del DataFrame són mutables, és a dir, es poden modificar.
DataFrame s'utilitza principalment en l'anàlisi de dades i la manipulació de dades. Us permet emmagatzemar dades en forma tabular com la base de dades SQL, MS Excel o Google Sheets, facilitant la realització d'operacions aritmètiques sobre les dades.
És l'objecte Pandas més utilitzat. El Funció DataFrame(). s'utilitza per crear un DataFrame a Pandas. També podeu crear Pandas DataFrame de diverses maneres.
Sintaxi Pandas Dataframe().
pandas.DataFrame(dades, índex, columnes)
cadena de concatenació java
Paràmetres:
- dades : és un conjunt de dades a partir del qual s'ha de crear un DataFrame. Pot ser una llista, un diccionari, un valor escalar, una sèrie i una matriu, etc.
- índex : És opcional, per defecte l'índex del DataFrame comença des de 0 i acaba en l'últim valor de dades (n-1). Defineix explícitament l'etiqueta de la fila.
- columnes : aquest paràmetre s'utilitza per proporcionar noms de columnes al DataFrame. Si el nom de la columna no està definit per defecte, prendrà un valor de 0 a n-1.
Devolucions:
- Objecte DataFrame
Ara que hem parlat sobre la funció DataFrame(), anem a veure diferents maneres de crear un DataFrame:
Diferents maneres de crear un marc de dades a Python
Hi ha diverses maneres de crear un Pandas Dataframe en Python . Podeu crear un DataFrame amb els mètodes següents:
- Creeu Pandas DataFrame mitjançant la funció DataFrame().
- Creeu Pandas DataFrame a partir de la llista de llistes
- Creeu Pandas DataFrame des del diccionari de ndarray/list
- Creeu Pandas DataFrame a partir de la llista de diccionaris
- Creeu Pandas DataFrame a partir d'un diccionari de sèries
- Creació de DataFrame mitjançant la funció zip().
- Creació d'un DataFrame demostrant explícitament l'etiqueta de l'índex
Creeu un DataFrame buit mitjançant el mètode DataFrame().
DataFrame a Python es pot crear mitjançant la funció DataFrame() de la Biblioteca dels Pandes . Només cal que truqueu a la funció amb el constructor DataFrame per crear un DataFrame.
Exemple : Creació d'un DataFrame buit mitjançant la funció DataFrame() a Python
Python 3
# Importing Pandas to create DataFrame> import> pandas as pd> # Creating Empty DataFrame and Storing it in variable df> df>=> pd.DataFrame()> # Printing Empty DataFrame> print>(df)> |
>
>
Sortida:
Empty DataFrame Columns: [] Index: []>
Creeu DataFrame a partir de llistes de llistes
Per crear un Pandas DataFrame des d'a llista de llistes, podeu utilitzar la funció pd.DataFrame(). Aquesta funció pren una llista de llistes com a entrada i crea un DataFrame amb el mateix nombre de files i columnes que la llista d'entrada.
Exemple : Creació de DataFrame a partir de llistes de llistes mitjançant el mètode DataFrame().
Python 3
# Import pandas library> import> pandas as pd> # initialize list of lists> data>=> [[>'tom'>,>10>], [>'nick'>,>15>], [>'juli'>,>14>]]> # Create the pandas DataFrame> df>=> pd.DataFrame(data, columns>=>[>'Name'>,>'Age'>])> # print dataframe.> print>(df)> |
>
>
Sortida:
Name Age 0 tom 10 1 nick 15 2 juli 14>
Creeu DataFrame a partir del Diccionari de ndArray/Llistes
Per crear DataFrame a partir d'un diccionari de ndarrays /listes, totes les matrius han de tenir la mateixa longitud. Si es passa un índex, l'índex de longitud hauria de ser igual a la longitud de les matrius.
Si no es passa cap índex, per defecte, l'índex serà range(n) on n és la longitud de la matriu.
Exemple : Creació de DataFrame a partir d'un diccionari de ndarray/listes
trobar a la cadena c++
Python 3
# Python code demonstrate creating> # DataFrame from dict narray / lists> # By default addresses.> import> pandas as pd> # initialize data of lists.> data>=> {>'Name'>: [>'Tom'>,>'nick'>,>'krish'>,>'jack'>],> >'Age'>: [>20>,>21>,>19>,>18>]}> # Create DataFrame> df>=> pd.DataFrame(data)> # Print the output.> print>(df)> |
>
>
Sortida:
Name Age 0 Tom 20 1 nick 21 2 krish 19 3 jack 18>
Nota: Mentre es crea DataFrame utilitzant un diccionari, les claus del diccionari seran noms de columnes per defecte. També podem proporcionar noms de columnes de manera explícita mitjançant el paràmetre de columna.
Creeu un DataFrame a partir de la llista de diccionaris
Pandas DataFrame es pot crear passant llistes de diccionaris com a dades d'entrada. Per defecte, les claus del diccionari es prendran com a columnes.
cadenes d'ordenació java
Python 3
# Python code demonstrate how to create> # Pandas DataFrame by lists of dicts.> import> pandas as pd> # Initialize data to lists.> data>=> [{>'a'>:>1>,>'b'>:>2>,>'c'>:>3>},> >{>'a'>:>10>,>'b'>:>20>,>'c'>:>30>}]> # Creates DataFrame.> df>=> pd.DataFrame(data)> # Print the data> print>(df)> |
>
>
Sortida:
a b c 0 1 2 3 1 10 20 30>
Un altre exemple és crear un Pandas DataFrame passant llistes de diccionaris i índexs de fila .
Python 3
# Python code demonstrate to create> # Pandas DataFrame by passing lists of> # Dictionaries and row indices.> import> pandas as pd> # Initialize data of lists> data>=> [{>'b'>:>2>,>'c'>:>3>}, {>'a'>:>10>,>'b'>:>20>,>'c'>:>30>}]> # Creates pandas DataFrame by passing> # Lists of dictionaries and row index.> df>=> pd.DataFrame(data, index>=>[>'first'>,>'second'>])> # Print the data> print>(df)> |
>
>
Sortida:
b c a first 2 3 NaN second 20 30 10.0>
Creeu un DataFrame a partir d'un diccionari de sèries
Per crear un DataFrame a partir d'un diccionari de sèrie , es pot passar un diccionari per formar un DataFrame. L'índex resultant és la unió de totes les sèries d'indexats aprovats.
Exemple: Creació d'un DataFrame a partir d'un diccionari de sèries.
Python 3
np.únic
# Python code demonstrate creating> # Pandas Dataframe from Dicts of series.> import> pandas as pd> # Initialize data to Dicts of series.> d>=> {>'one'>: pd.Series([>10>,>20>,>30>,>40>],> >index>=>[>'a'>,>'b'>,>'c'>,>'d'>]),> >'two'>: pd.Series([>10>,>20>,>30>,>40>],> >index>=>[>'a'>,>'b'>,>'c'>,>'d'>])}> # creates Dataframe.> df>=> pd.DataFrame(d)> # print the data.> print>(df)> |
>
>
Sortida:
one two a 10 10 b 20 20 c 30 30 d 40 40>
Creeu un DataFrame mitjançant la funció zip().
Es poden combinar dues llistes utilitzant el funció zip(). . Ara, creeu el Pandas DataFrame cridant a la funció pd.DataFrame().
Exemple: Creació de DataFrame mitjançant la funció zip().
Python 3
# Python program to demonstrate creating> # pandas Dataframe from lists using zip.> import> pandas as pd> # List1> Name>=> [>'tom'>,>'krish'>,>'nick'>,>'juli'>]> # List2> Age>=> [>25>,>30>,>26>,>22>]> # get the list of tuples from two lists.> # and merge them by using zip().> list_of_tuples>=> list>(>zip>(Name, Age))> # Assign data to tuples.> list_of_tuples> # Converting lists of tuples into> # pandas Dataframe.> df>=> pd.DataFrame(list_of_tuples,> >columns>=>[>'Name'>,>'Age'>])> # Print data.> print>(df)> |
>
>
css alineació d'imatges
Sortida:
Name Age 0 tom 25 1 krish 30 2 nick 26 3 juli 22>
Creeu un DataFrame demostrant explícitament l'etiqueta de l'índex
Per crear un DataFrame proporcionant l'etiqueta d'índex de manera explícita, podeu utilitzar el paràmetre d'índex del constructor pd.DataFrame(). El paràmetre d'índex pren una llista d'etiquetes d'índex com a entrada i el DataFrame utilitzarà aquestes etiquetes per a les files del DataFrame.
Exemple: Creació d'un DataFrame demostrant explícitament l'etiqueta de l'índex
Python 3
# Python code demonstrate creating> # pandas DataFrame with indexed by> # DataFrame using arrays.> import> pandas as pd> # initialize data of lists.> data>=> {>'Name'>: [>'Tom'>,>'Jack'>,>'nick'>,>'juli'>],> >'marks'>: [>99>,>98>,>95>,>90>]}> # Creates pandas DataFrame.> df>=> pd.DataFrame(data, index>=>[>'rank1'>,> >'rank2'>,> >'rank3'>,> >'rank4'>])> # print the data> print>(df)> |
>
>
Sortida:
Name marks rank1 Tom 99 rank2 Jack 98 rank3 nick 95 rank4 juli 90>
Conclusió
Python Pandas DataFrame és similar a una taula amb files i columnes. És una estructura de dades bidimensional i és molt útil per a l'anàlisi de dades i la manipulació de dades.
En aquest tutorial, hem parlat de diverses maneres de crear un Pandas DataFrame. Amb aquest tutorial, podreu gestionar qualsevol requisit complex de crear DataFrame.