logo

TechCodeview

Convertir la liste en dataframe en Python

Dans ce tutoriel, nous verrons comment utiliser une liste et la convertir en dataframe en Python.

Mais avant de commencer par cela, révisons quelle est la liste et que sont les dataframes ?

La liste est une structure de données en python dans laquelle tous les éléments sont mis entre crochets.

L'exemple d'une liste est-

 Colors=['Red', 'Blue', 'Green', 'Orange']

Les trames de données sont la représentation tabulaire des données sous forme de lignes et de colonnes.

Ils peuvent être utilisés en important des pandas.

Voyons maintenant les différentes méthodes de conversion d'une liste en dataframe en Python.

  1. En utilisant Trame de données()
  2. Utiliser une liste avec des noms d'index et de colonnes
  3. Utiliser zip()
  4. Utiliser une liste multidimensionnelle
  5. Utilisation d'une liste multidimensionnelle avec colonne et type de données
  6. Utiliser des listes dans le dictionnaire

Utilisation de pd.DataFrame()

Dans la première approche, nous avons utilisé la pd.DataFrame() pour convertir une liste.

Le programme suivant montre comment cela peut être fait.

date à chaîne 
 import pandas as pd #list_values having strings list_values = ['English','Hindi','Mathematics','Science','Social Science'] df = pd.DataFrame(list_values) print(df)

Sortir: 

 0 0 English 1 Hindi 2 Mathematics 3 Science 4 Social Science

Explication:

Il est temps de jeter un œil à l'explication du programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré la liste qui a des chaînes comme valeurs.
  3. Finalement, nous avons transmis cette liste en Trame de données() et affiché la sortie.

Utilisation d'une liste avec des noms d'index et de colonnes

Dans la deuxième méthode, nous allons créer un dataframe qui a une valeur d'index et un nom de colonne.

Le programme ci-dessous illustre la même chose.

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] df = pd.DataFrame(list_values,index = ['i', 'ii', 'iii', 'iv', 'v'], columns = ['Subjects']) print(df)

Sortir:

exemple de carte Java 
 Subjects i English ii Hindi iii Mathematics iv Science v Social Science

Explication:

Il est maintenant temps de comprendre le programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré la liste qui contient des chaînes comme valeurs.
  3. Finalement, nous avons transmis cette liste en Trame de données() avec une liste de valeurs d'index et le nom de la colonne.
  4. Lors de l'exécution du programme, il affiche la sortie souhaitée.

Utiliser zip()

Dans cette méthode, nous avons utilisé fermeture éclair().

Le programme suivant montre comment cela peut être fait.

 import pandas as pd #list_values having strings list_values = ['English', 'Hindi', 'Mathematics', 'Science', 'Social Science'] list_index = [20, 21, 22, 23, 24] df = pd.DataFrame(list(zip(list_values, list_index)), columns = ['Subjects', 'Code']) print(df)

Sortir: 

 Subjects Code 0 English 20 1 Hindi 21 2 Mathematics 22 3 Science 23 4 Social Science 24

Explication:

Il est temps de jeter un œil à l'explication du programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré la liste qui a des chaînes comme valeurs et une autre liste contient les valeurs d'index.
  3. Finalement, nous avons passé le liste_valeurs et liste_index en zip à l'intérieur Trame de données() avec une liste de valeurs d'index et le nom de la colonne.
  4. Lors de l'exécution du programme, il affiche la sortie souhaitée.

Utiliser une liste multidimensionnelle

Dans cette méthode, nous verrons comment une liste multidimensionnelle peut être utilisée pour la conversion.

Le programme ci-dessous illustre la même chose.

 import pandas as pd #list_values having strings list_values = [['English', 4101], ['Hindi', 4102], ['Science', 4103], ['Mathematics', 4104], ['Computer', 4105]] df = pd.DataFrame(list_values, columns = ['Subject Name', 'Subject Code']) print(df)

Sortir: 

 Subject Name Subject Code 0 English 4101 1 Hindi 4102 2 Science 4103 3 Mathematics 4104 4 Computer 4105

Explication:

nombre SQL distinct

Il est maintenant temps de comprendre le programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré que la liste contient différentes listes et chaque liste a une chaîne et une valeur entière.
  3. Enfin, nous avons passé les list_values ​​dans pd.DataFrame() avec une liste de noms de colonnes.
  4. Lors de l'exécution du programme, il affiche la sortie souhaitée.

Utilisation d'une liste multidimensionnelle avec colonne et type de données

Dans cette approche, nous verrons une légère variation du programme ci-dessus.

javascript

Le programme suivant montre comment cela peut être fait.

 import pandas as pd #list_values having strings list_values = [['Colin', 'Lassiter', 46], ['James', 'Gomez', 24], ['Sara', 'Charles', 34], ['Raven', 'Stewart', 24], ['Oliver', 'Osment', 21]] df = pd.DataFrame(list_values, columns = ['First_Name', 'Last_Name', 'Age'], dtype = float) print(df)

Sortir: 

 First_Name Last_Name Age 0 Colin Lassiter 46.0 1 James Gomez 24.0 2 Sara Charles 34.0 3 Raven Stewart 24.0 4 Oliver Osment 21.0

Explication:

Il est temps de jeter un œil à l'explication du programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré que la liste contient différentes listes et chaque liste a deux chaînes valeurs (prénom et nom) et un entier valeur (âge).
  3. Finalement, nous avons passé le liste_valeurs dans Trame de données() avec une liste de noms de colonnes et le type de données.
  4. Lors de l'exécution du programme, il affiche la sortie souhaitée.

Utiliser des listes dans le dictionnaire

Enfin, dans la dernière méthode, nous verrons comment les listes peuvent être utilisées avec des dictionnaires et convertir la liste en dataframe.

Le programme ci-dessous illustre la même chose.

 import pandas as pd #list_values having strings f_name = ['Colin', 'James', 'Sara', 'Raven', 'Oliver'] l_name = ['Lassiter', 'Gomez', 'Charles', 'Stewart', 'Osment'] age = [46, 24, 34, 24, 21] dict = {'First Name':f_name, 'Last_Name':l_name, 'Age':age} df = pd.DataFrame(dict) print(df)

Sortir: 

 First Name Last_Name Age 0 Colin Lassiter 46 1 James Gomez 24 2 Sara Charles 34 3 Raven Stewart 24 4 Oliver Osment 21

Explication:

Il est maintenant temps de comprendre le programme ci-dessus.

  1. Dans un premier temps, nous avons importé la bibliothèque pandas.
  2. Après cela, nous avons déclaré trois listes, à savoir f_name, l_name et age.
  3. Dans l'étape suivante, nous avons utilisé ces listes comme valeurs pour les clés du dictionnaire.
  4. Enfin, nous avons adopté le dict Trame de données().
  5. Lors de l'exécution du programme, il affiche la sortie souhaitée.

Conclusion

Dans ce tutoriel, nous avons découvert quelques méthodes intéressantes pour convertir une liste en trame de données en Python.