Convertir la lista a DataFrame Python

En este tutorial, aprenderá sobre listas y marcos de datos. Además, discutimos diferentes métodos de conversión de listas al marco de datos en el lenguaje de Python. La lista en Python es la estructura de datos más vital. Lo importante de la lista es que los elementos de la lista no son el mismo tipo de datos, y todas las operaciones de cadena se aplican por igual en los tipos de datos de la lista. Ven a hablar sobre los marcos de datos.

En Python, la biblioteca de Panda se utiliza para el manejo y análisis de datos. Pandas DataFrame es un constructor de datos tabulares cambiable de tamaño 2D y variado con ejes marcados. En DataFrame, el conocimiento se extiende de manera tabular en columnas y filas. Pandas DataFrame contiene 3 elementos esenciales principales, I.mi., datos, columnas y filas. Implementaremos nuestros escenarios en Spyder Compiler, así que comencemos.

Ejemplo 1

Utilizamos el enfoque básico y simple para convertir una lista en marcos de datos en nuestro primer escenario. Para implementar el código de su programa, abra Spyder IDE desde la barra de búsqueda de Windows, luego cree un nuevo archivo para escribir el código de creación de DataFrame en él. Después de esto, comience a escribir su código de programa. Primero importamos el módulo de Panda y luego creamos una lista de cadenas y le agregamos elementos. Luego llamamos al constructor de cuadros de datos y pasamos nuestra lista como argumento. Luego podemos asignar el constructor de marco de datos a una variable.

importar pandas como PD
str_list = ['flor', 'tutor', 'python', 'habilidades']
DAF = PD.DataFrame (str_list)
Imprimir (DAF)

Después de crear con éxito su archivo de código de cuadro de datos, guarde su archivo con el ".extensión de py ". En nuestro escenario, guardamos nuestro archivo con "DataFrame.py ".

Ahora ejecute su "marco de datos.archivo de código py "y verifique cómo convierte la lista en un marcado de datos.

Ejemplo 2

Usamos una función ZIP () para convertir una lista en marcos de datos en nuestro próximo escenario. Utilizamos el mismo archivo de código para una mayor implementación y escribimos el código de creación de cuadros de datos a través de ZIP (). Primero importamos el módulo de Panda y luego creamos una lista de cadenas y le agregamos elementos. Aquí creamos dos listas. La lista de cuerdas y la otra es una lista de enteros. Luego llamamos al constructor de marcos de datos y pasamos nuestra lista.

Luego podemos asignar el constructor de marco de datos a una variable. Luego llamamos a la función DataFrame y pasamos dos parámetros en ella. El parámetro inicial es zip (), y la siguiente es la columna. La función Zip () toma variables variables y las combina en una tupla. En la función zip, puede usar tuplas, conjuntos, listas o diccionarios. Entonces, el programa primero Zips Ambos archivos con columnas especificadas y luego llama a la función de cuadro de datos.

importar pandas como PD
string_list = ['programa', 'desarrollar', 'codificación,' habilidades ']
Integer_List = [10, 22, 31, 44]
DF = PD.DataFrame (list (zip (string_list, integer_list)), columns = ['key', 'valor'])
Imprimir (DF)

Guarde y ejecute su "marco de datos.archivo de código py "y verifique cómo funciona la función zip:

Ejemplo 3

En nuestro tercer escenario, utilizamos un diccionario para convertir una lista en marcos de datos. Usamos el mismo "DataFrame.archivo de código PY "y crear marcos de datos utilizando listas en el DICT. Primero importamos el módulo de Panda y luego creamos una lista de cadenas y le agregamos elementos. Aquí creamos tres listas. La lista de países, lenguajes de programación e enteros. Luego creamos un dict de listas y lo asignamos a una variable. Después de eso, llamamos a la función de cuadro de datos, la asignamos a una variable y le pasamos a dict. Luego utilizamos la función de impresión para mostrar marcos de datos.

importar pandas como PD
con_name = ["Japón", "Reino Unido", "Canadá", "Finlandia"]
pro_lang = ["Java", "Python", "C ++", ".Neto"]
var_list = [11, 44, 33, 55]
dict = 'países': con_name, 'idioma': pro_lang, 'números': var_list
DAF = PD.DataFrame (dict)
Imprimir (DAF)

Nuevamente, guarde y ejecute el "DataFrame.archivo de código py "y verifique la pantalla de salida de forma ordenada.

Conclusión

Si está trabajando con una gran cantidad de datos, es crucial alterar primero los datos en un formato que un usuario entiende. Los marcos de datos le proporcionan la funcionalidad para acceder de manera eficiente a los datos. En Python, los datos están presentes principalmente en forma de una lista, y es significativo crear un marco de datos a través de una lista.