Tässä opetusohjelmassa näemme, kuinka voimme käyttää luetteloa ja muuntaa sen tietokehykseksi Pythonissa.
Mutta ennen kuin aloitamme tämän, tarkistakaamme, mikä on luettelo ja mitkä ovat datakehykset?
Lista on pythonin tietorakenne, jossa kaikki elementit on suljettu hakasulkeisiin.
kuinka lähettää merkkijono int: hen javassa
Esimerkki luettelosta on
Colors=['Red', 'Blue', 'Green', 'Orange']
Tietokehykset ovat tietojen taulukkoesitys riveinä ja sarakkeina.
Niitä voidaan käyttää tuomalla pandoja.
Katsotaanpa nyt erilaisia menetelmiä listan muuntamiseksi tietokehykseksi Pythonissa.
- Käyttämällä Datakehys()
- Listan käyttö indeksien ja sarakkeiden nimien kanssa
- zip()
- Moniulotteisen listan käyttö
- Moniulotteisen luettelon käyttö sarakkeen ja tietotyypin kanssa
- Sanakirjan luetteloiden käyttäminen
pd.DataFrame()
Ensimmäisessä lähestymistavassa olemme käyttäneet pd.DataFrame() muuntaaksesi luettelon.
Seuraava ohjelma näyttää kuinka se voidaan tehdä -
import pandas as pd #list_values having strings list_values = ['English','Hindi','Mathematics','Science','Social Science'] df = pd.DataFrame(list_values) print(df)
Lähtö:
0 0 English 1 Hindi 2 Mathematics 3 Science 4 Social Science
Selitys:
On aika katsoa yllä olevan ohjelman selitystä -
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet listan, jonka arvoina ovat merkkijonot.
- Viimeinkin olemme saaneet tämän listan eteenpäin Datakehys() ja näytti ulostulon.
Listan käyttäminen hakemistojen ja sarakkeiden nimien kanssa
Toisessa menetelmässä luomme tietokehyksen, jolla on indeksiarvo ja sarakkeen nimi.
Alla oleva ohjelma havainnollistaa samaa.
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)
Lähtö:
Subjects i English ii Hindi iii Mathematics iv Science v Social Science
Selitys:
Nyt on aika ymmärtää yllä oleva ohjelma-
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet listan, jonka arvoina on merkkijonoja.
- Viimeinkin olemme saaneet tämän listan eteenpäin Datakehys() jossa on luettelo indeksiarvoista ja sarakkeen nimi.
- Ohjelmaa suoritettaessa se näyttää halutun tulosteen.
zip()
Tässä menetelmässä olemme käyttäneet postinumero().
Näyttelijä Rekha
Seuraava ohjelma näyttää kuinka se voidaan tehdä -
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)
Lähtö:
Subjects Code 0 English 20 1 Hindi 21 2 Mathematics 22 3 Science 23 4 Social Science 24
Selitys:
On aika katsoa yllä olevan ohjelman selitystä -
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet listan, jonka arvoina ovat merkkijonot ja toinen lista sisältää indeksiarvot.
- Lopulta olemme ohittaneet lista_arvot ja lista_indeksi sisällä vetoketju Datakehys() jossa on luettelo indeksiarvoista ja sarakkeen nimi.
- Ohjelmaa suoritettaessa se näyttää halutun tulosteen.
Moniulotteisen luettelon käyttäminen
Tässä menetelmässä näemme kuinka moniulotteista luetteloa voidaan käyttää muuntamiseen.
Alla oleva ohjelma havainnollistaa samaa.
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)
Lähtö:
Subject Name Subject Code 0 English 4101 1 Hindi 4102 2 Science 4103 3 Mathematics 4104 4 Computer 4105
Selitys:
Nyt on aika ymmärtää yllä oleva ohjelma-
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet, että lista sisältää erilaisia listoja ja jokaisella listalla on merkkijono ja kokonaislukuarvo.
- Lopuksi olemme välittäneet listan_arvot pd.DataFrame():ssä sarakkeiden nimien luettelon kanssa.
- Ohjelmaa suoritettaessa se näyttää halutun tulosteen.
Moniulotteisen luettelon käyttäminen sarakkeen ja tietotyypin kanssa
Tässä lähestymistavassa näemme pienen muunnelman yllä olevasta ohjelmasta.
Seuraava ohjelma näyttää kuinka se voidaan tehdä -
merkkijonon muuntaminen json-muotoon javassa
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)
Lähtö:
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
Selitys:
On aika katsoa yllä olevan ohjelman selitystä -
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet, että lista sisältää erilaisia listoja ja jokaisessa luettelossa on kaksi merkkijonoa arvot (etunimi ja sukunimi) ja kokonaisluku arvo (ikä).
- Lopulta olemme ohittaneet lista_arvot sisään Datakehys() jossa on luettelo sarakkeiden nimistä ja tietotyypeistä.
- Ohjelmaa suoritettaessa se näyttää halutun tulosteen.
Listojen käyttäminen sanakirjassa
Lopuksi, viimeisessä menetelmässä näemme kuinka listoja voidaan käyttää sanakirjojen kanssa ja muuntaa luettelo tietokehykseksi.
Alla oleva ohjelma havainnollistaa samaa.
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) Lähtö:
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
Selitys:
Nyt on aika ymmärtää yllä oleva ohjelma-
- Ensimmäisessä vaiheessa olemme tuoneet pandakirjaston.
- Tämän jälkeen olemme ilmoittaneet kolme listaa, nimittäin f_nimi, l_nimi ja ikä.
- Seuraavassa vaiheessa olemme käyttäneet näitä listoja sanakirjan avainten arvoina.
- Vihdoinkin olemme päässeet sisään Datakehys().
- Ohjelmaa suoritettaessa se näyttää halutun tulosteen.
Johtopäätös
Tässä opetusohjelmassa törmäsimme mielenkiintoisiin menetelmiin listan muuntamiseksi a datakehys Pythonissa.