Pandas DataFrame de la lista de dicts
Métodos para crear datos de datos a partir de listas de dict en "pandas"
Los métodos utilizados para crear el marco de datos a partir de las listas de diccionarios se proporcionan a continuación. En esta guía, también utilizaremos todos estos métodos dados en nuestros ejemplos prácticos y los explicaremos en detalle aquí. Esos métodos son:
- pd.Marco de datos()
- pd.Marco de datos.from_dict ()
- pd.Marco de datos.from_records ()
- pd.jason_normalize ()
Ahora, nos estamos moviendo para utilizar estos métodos en nuestro código "Pandas", y para esto, tenemos la herramienta "Spyder" en la que ejecutaremos nuestro código "Pandas". Veamos los siguientes ejemplos:
Ejemplo 01
Siempre que queramos generar el marcado de datos, debemos tener listas de diccionarios. Antes de crear las listas, debemos importar los "pandas" como "PD" porque estamos trabajando en "pandas", por lo que para acceder a la función de los pandas, simplemente ponemos "PD" en lugar de la forma completa "pandas". Insertamos algunos datos en las listas de diccionarios. El "Inventory_List" se crea aquí, y ponemos "SKU", que aparece como el nombre del encabezado de la columna. En esta columna, agregamos "SR7546" El siguiente nombre o clave del encabezado de la columna es "Descripción" aquí. A continuación, colocamos "Elemento 1", luego viene el siguiente encabezado o clave de la columna, que es "bin#", y agregamos "S234", la última columna que tenemos es "ubicación", y agregamos la dirección en ella que es "ABC Plaza Street 1".
Ahora, agregamos más datos a estas columnas colocando el nombre de cada encabezado o clave de columna y luego insertando datos en él. Insertamos "TW1234" en "SKU", "Elemento 2" en "Descripción", "S456" en "Bin#" y "CDE Plaza Street 2" en la columna "Ubicación". Luego, colocamos "SV4253, Artículo 3, S67 y Xys Plaza Street 2" en la columna "Sku, Descripción, Bin#y ubicación", respectivamente. Al final, insertamos un registro más, "STM2634, Artículo 4, S97 y Mno Plaza Street 6".
Aquí, se completa el "Inventory_List", y ahora convertimos este "Inventory_List" en DataFrame. Utilizamos el "PD.Método de DataFrame ”para convertir las listas de dicts a DataFrame. Colocamos el "Inventory_List" como el parámetro del "PD.Método DataFrame () ", y lo almacenamos en una variable" Inventary_DF ". Este inventario_df se usa para que cuando las listas de dicts se conviertan en DataFrame, entonces este marco de datos se almacena en este "Inventario_DF". Ahora, las listas de dicts se convierten en DataFrame, y nos estamos moviendo para imprimir el cuadro de datos, que obtenemos después de aplicar este "PD.Método DataFrame () ". Imprimimos este "inventario_df" utilizando la función "print ()" en "Pandas".
Como estamos utilizando la herramienta "Spyder", para la salida, solo presionamos "Shift+ Enter", y la salida se muestra en su terminal. Aquí, los datos que insertamos en las listas de dicts se presentan en el marco de datos en filas y columnas. Los nombres de los encabezados también se agregan a la parte superior de cada columna.
Ejemplo # 02
Estamos generando el "student_list" aquí de la misma manera que hemos creado "inventario_list" en el ejemplo anterior. Primero importamos los "Pandas como PD" y los trasladamos a la "Lista de estudiantes". Tenemos "S#", que muestra que es el nombre del encabezado de la columna. En esto, colocamos "G6255", el nombre o clave del encabezado de la columna siguiente se ajusta como "nombre", y también ponemos datos como "George". La "dirección" es también el nombre del encabezado en el que agregamos "ABC246". Los siguientes tres nombres o claves de encabezado de columna son "Mid_Marks, Final_Marks y Pass/Fail", los datos que hemos agregado en esas columnas son "33, 47 y PASS", respectivamente.
De la misma manera, agregamos "G6256, Peyton, DEF789, 38, 57" en las primeras cinco columnas, pero no agregamos ningún dato en la columna "Pasar/Fail" aquí. A continuación, insertamos datos en las seis columnas como "G6257, Elle, MNO456, 36, 55, y pase". En la cuarta fila, insertamos los datos nuevamente en solo cinco columnas, y no mencionamos la sexta columna. Solo colocamos "G6258, Smith, XYZ123, 31 y 67", que son los datos de cinco columnas "S#, nombre, dirección, Mid_Marks y Final_Marks", respectivamente. Cambiamos este "student_list" en el marco de datos colocando el "PD.DataFrame "y nombrar a DataFrame como" Student_DF ".
También renderizamos el "Student_DF" con la ayuda de "print ()". Veremos en la salida cómo representa esas celdas en las que no agregamos ningún dato.
El "Student_DF" se presenta en este resultado. Los valores de NAN se agregan al marco de datos resultante, ya que el DICT no contiene ningún valor y columna que coincida. Aquí, muestra "nan" en aquellas celdas donde no insertamos ningún dato, y no hay ningún efecto en todo el marco de datos si no hay valores coincidentes de claves en el marco de datos.
Ejemplo # 03
Como sabemos, al generar un marcador de datos a partir de una lista de dicts, las columnas en el marco de datos resultante contienen las teclas que aparecen en el encabezado de la columna. Las claves que generamos en este ejemplo son "std_id, student_name, father_name, mids, finales y total". Las claves coincidentes son las columnas, y sus valores son las filas del marco de datos cuando se crea a partir de una lista de dicts. También insertamos los valores que aparecen en las filas. Creamos "stdnt_list" e insertamos datos en él como las claves y sus valores.
Luego convirtimos este "stdnt_list" en un marcado de datos "stdnt_dataframe". También establecemos los valores de índice para este DataFrame, que es "STD_1, STD_2, STD_3 y STD_4". Luego renderice el "stdnt_dataframe", que también rinde los valores de índice.
En este resultado, el marcado de datos y los valores de índice que hemos insertado en nuestro código aparecen.
Ejemplo # 04
Estamos utilizando otro método para cambiar la lista de dicts a DataFrame. Utilizamos el "PD.Marco de datos.del método de_records () ", que convertirá nuestra lista de dicts a DataFrame y renderizará el marcado de datos resultante.
Aquí está el marco de datos resultante, que obtenemos al usar el "PD.Marco de datos.del método de_records () ". Este método también nos ayuda a cambiar la lista de dicts a DataFrame.
Ejemplo # 05
Ahora, estamos cambiando de una lista de dicts a un marco de datos utilizando una técnica diferente. Nuestra lista de dicts se convertirá en un marco de datos utilizando el "PD.Marco de datos.del método de_dict () "en este ejemplo, y también mostraremos el marco de datos resultante.
Este es el marco de datos producido como resultado de utilizar el "PD.Marco de datos.del método de_dict () ". Este método ayuda a convertir la lista de dicts a un marco de datos.
Ejemplo # 06
Aquí, estamos utilizando un método diferente y último para pasar de una lista de dicts a un marco de datos. Estamos usando el "PD.JSON_NUNMALSAY () "Función para convertir nuestra lista de dicts en un marco de datos en este código y mostrar el marco de datos resultante colocando la función" print () "al final.
DataFrame se crea cuando el "PD.se aplica el método json_normaly () ". Esta técnica también ayuda a generar el marco de datos a partir de la lista de dicts en "pandas".
Conclusión
Este tutorial describe cómo usar la conversión de "Lista de dicts a DataFrame" en "Pandas", para que pueda utilizarla para aprender cómo hacerlo. Nuestro objetivo principal es proporcionarle una explicación en profundidad, concisa y clara del concepto de "convertir la lista de dicts a DataFrame". Hemos discutido cuatro métodos distintos, que nos ayudan a convertir la lista de dicts a DataFrame. Hemos demostrado ejemplos y utilizamos todos los métodos que mencionamos en este tutorial para obtener el marco de datos de la lista de dicts.