Vytvoření pandas dataframe z listu: podrobné pokyny

Pandas je knihovna Pythonu, která je široce používána datovými analytiky ke zpracování a analýze velkých datových sad. Než však začnete analyzovat data, je nutné je stáhnout do pandas dataframe.

Vytvoření pandas dataframe ze seznamu je jedním z nejjednodušších způsobů, jak vyplnit data do tabulky. Sloupce a řádky mohou obsahovat různé typy dat, jako jsou čísla, řádky, data atd. To usnadňuje práci s různými daty a provádění různých operací s nimi.

K vytvoření pandas dataframe ze seznamu lze použít funkci pd.DataFrame(). Jako argument této funkce můžete předat seznam obsahující všechna potřebná data. Každá položka seznamu bude v dataframe představovat samostatný řádek a každý podsložkový seznam bude sloupec.

Řekněme například, že máte seznam s údaji o prodeji potravin v různých obchodech. Každá položka seznamu je seznam s informacemi o názvu produktu, jeho ceně a množství prodeje. Aplikace funkce pd.DataFrame() do tohoto seznamu vám umožní rychle vytvořit dataframe,kde bude každý sloupec odpovídat konkrétní kategorii dat.

V tomto článku se blíže podíváme na to, jak vytvořit pandas dataframe ze seznamu, a také poskytneme několik příkladů, které vám pomohou tento proces vyřešit.

Import knihovny pandas

Chcete-li vytvořit a pracovat s dataframe v Pythonu, musíte importovat knihovnu pandas. Chcete-li to provést, musíte na začátku kódu přidat řádek:

import pandas as pd

Poté můžeme použít všechny funkce a techniky poskytované společností pandas k vytvoření a manipulaci s dataframe.

Vytvoření prázdného seznamu

Pokud potřebujete vytvořit prázdný seznam v pandas, můžete použít Konstruktor pd.DataFrame() . Zde je příklad:

import pandas as pddf = pd.DataFrame()

V tomto příkladu importujeme modul pandas a voláme Konstruktor pd.DataFrame (), kterému nepředáváme žádné argumenty. Výsledkem je prázdný DataFrame.

Prázdný seznam může být užitečný, pokud jej plánujete vyplnit daty později jinými operacemi nebo pokud potřebujete vytvořit dočasnou datovou strukturu.

Poznámka: při vytváření prázdného seznamu vytváří pandas také záhlaví sloupců a výchozí index. Můžete je nastavit ručně později pomocí jiných metod.

Přidání dat

Po vytvoření prázdného DataFrame do něj můžete přidat data.

Chcete-li přidat jednotlivé hodnoty do DataFrame, můžete použít metodu loc . Chcete-li například přidat hodnotu 10 do sloupce ' A ' a řádku s indexem 0:

Můžete také přidat data najednou pro více sloupců:

df.loc[0, ['A', 'B']] = [10, 20]

Pokud chcete přidat nový řádek do DataFrame, jednoduše mu přiřaďte index a přiřaďte hodnoty pro příslušné sloupce:

df.loc[1] = [100, 200]

Pokud index není v DataFrame, bude automaticky přidán:

df.loc['new_index'] = [1000, 2000]

Pokud potřebujete přidat více řádků najednou, můžete předat seznam seznamů nebo seznam slovníků:

df.loc[len(df)] = [10, 20]

Pokud již máte DataFrame, který chcete přidat ke stávajícímu DataFrame, můžete použít metodu concat nebo append :

df = pd.concat([df, new_df])

Příklad:

import pandas as pd# Создаем пустой DataFramedf = pd.DataFrame(columns=['A', 'B'])# Добавляем значенияdf.loc[0, 'A'] = 10df.loc[0, ['A', 'B']] = [10, 20]df.loc[1] = [100, 200]df.loc['new_index'] = [1000, 2000]# Добавляем несколько строкdf.loc[len(df)] = [10, 20]df.loc[len(df)] = # Создаем новый DataFramenew_df = pd.DataFrame()# Добавляем новый DataFrame к существующемуdf = pd.concat([df, new_df])

Vytvoření dataframe

Pro začátek je nutné importovat knihovnu pandas:

import pandas as pd

Poté je možné vytvořit seznam obsahující data, která budou použita k vytvoření dataframe:

data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]

Dále je možné vytvořit dataframe pomocí funkce pd.DataFrame() a předáním seznamu jako argument:

df = pd.DataFrame(data, columns=['Name', 'Age'])

Výsledkem bude tabulka se dvěma sloupci: "Name" a "Age". Každá položka seznamu bude řádek v tabulce.

Pokud při vytváření dataframe neuvedete jména sloupců, pandas jim automaticky přiřadí jména jako celá čísla.

Využití seznamů tak umožňuje rychle vytvářet dataframe s potřebnými daty pro jeho průzkum a analýzu.

Označení názvů sloupců

Když ze seznamu vytvoříme Pandas DataFrame, každá položka seznamu je považována za řádek a je přidána do samostatného sloupce s automaticky generovaným názvem. V některých případech však může být nutné zadat vlastní názvy sloupců.

K tomu lze použít parametr columns při vytváření DataFrame. Musíme předat seznam s názvy sloupců v pořadí odpovídajícím pořadí položek v každém řádku seznamu dat. V důsledku toho bude mít každý sloupec svůj jedinečný název.

# Импортирование библиотеки pandasimport pandas as pd# Создание списка данныхdata = [['Алексей', 30], ['Борис', 25], ['Владимир', 35]]# Создание DataFrame с указанием названий столбцовdf = pd.DataFrame(data, columns=['Имя', 'Возраст'])print(df)

 Имя Возраст0 Алексей 301 Борис 252 Владимир 35

Nyní jsme obdrželi DataFrame se dvěma sloupci: "Jméno"a " věk".