Pandas ist eine Python-Bibliothek, die von Datenanalysten häufig verwendet wird, um große Datensätze zu verarbeiten und zu analysieren. Bevor Sie jedoch mit der Analyse der Daten beginnen, müssen Sie sie in den pandas Dataframe laden.
Das Erstellen eines Pandas-Dataframes aus einer Liste ist eine der einfachsten Möglichkeiten, Daten in eine Tabelle zu füllen. Spalten und Zeilen können verschiedene Datentypen wie Zahlen, Zeilen, Daten usw. enthalten. Dies macht es einfach, mit einer Vielzahl von Daten zu arbeiten und verschiedene Operationen mit ihnen durchzuführen.
Sie können die Funktion verwenden, um einen pandas Dataframe aus einer Liste zu erstellen pd.DataFrame(). Als Argument für diese Funktion können Sie eine Liste übergeben, die alle erforderlichen Daten enthält. Jedes Listenelement stellt eine separate Zeile im Dataframe dar, und jede verschachtelte Liste ist eine Spalte.
Angenommen, Sie haben eine Liste mit Verkaufsdaten für Produkte in verschiedenen Geschäften. Jedes Listenelement ist eine Liste mit Informationen über den Produktnamen, den Preis und die Anzahl der Verkäufe. Anwendung der Funktion pd.DataFrame() mit dieser Liste können Sie schnell einen Dataframe erstellen, in dem jede Spalte einer bestimmten Datenkategorie entspricht.
In diesem Artikel werden wir genauer untersuchen, wie ein Pandas Dataframe aus einer Liste erstellt wird, und einige Beispiele geben, um Ihnen zu helfen, diesen Prozess zu verstehen.
Pandas-Bibliothek importieren
Um einen Dataframe in Python zu erstellen und zu bearbeiten, müssen Sie die Pandas-Bibliothek importieren. Fügen Sie dazu am Anfang des Codes eine Zeile hinzu:
import pandas as pdDanach können wir alle von pandas bereitgestellten Funktionen und Methoden verwenden, um einen Dataframe zu erstellen und zu manipulieren.
Erstellen einer leeren Liste
Wenn Sie eine leere Liste in Pandas erstellen müssen, können Sie den pd-Konstruktor verwenden.DataFrame() . Hier ist ein Beispiel:
import pandas as pddf = pd.DataFrame()In diesem Beispiel importieren wir das Pandas-Modul und rufen den pd-Konstruktor auf.DataFrame() , an den keine Argumente übergeben werden. Als Ergebnis erhalten wir einen leeren DataFrame.
Eine leere Liste kann nützlich sein, wenn Sie sie später mit anderen Vorgängen mit Daten füllen möchten oder wenn Sie eine temporäre Datenstruktur erstellen müssen.
Hinweis: Wenn Sie eine leere Liste erstellen, erstellt pandas auch Spaltenüberschriften und einen Standardindex. Sie können sie später manuell mit anderen Methoden festlegen.
Hinzufügen von Daten
Nachdem Sie einen leeren DataFrame erstellt haben, können Sie ihm Daten hinzufügen.
Sie können die loc-Methode verwenden, um dem DataFrame einzelne Werte hinzuzufügen. Um beispielsweise der Spalte 'A' und der Zeile mit dem Index 0 einen Wert von 10 hinzuzufügen:
Sie können auch Daten für mehrere Spalten gleichzeitig hinzufügen:
df.loc[0, ['A', 'B']] = [10, 20]
Wenn Sie dem DataFrame eine neue Zeile hinzufügen möchten, weisen Sie ihr einfach einen Index zu und weisen Sie den entsprechenden Spalten Werte zu:
df.loc[1] = [100, 200]
Wenn kein Index im DataFrame vorhanden ist, wird er automatisch hinzugefügt:
df.loc['new_index'] = [1000, 2000]
Wenn Sie mehrere Zeilen gleichzeitig hinzufügen müssen, können Sie eine Liste von Listen oder eine Liste von Wörterbüchern übergeben:
df.loc[len(df)] = [10, 20]
Wenn Sie bereits einen DataFrame haben, den Sie einem vorhandenen DataFrame hinzufügen möchten, können Sie die concat- oder Append-Methode verwenden :
df = pd.concat([df, new_df])
Ein Beispiel:
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])Erstellen eines Dataframe
Zuerst müssen Sie die Pandas-Bibliothek importieren:
import pandas as pdAnschließend können Sie eine Liste mit den Daten erstellen, die zum Erstellen des Dataframes verwendet werden sollen:
data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]Als nächstes können Sie einen Dataframe mit der pd-Funktion erstellen.DataFrame() und die Liste als Argument übergeben:
df = pd.DataFrame(data, columns=['Name', 'Age'])Dadurch wird eine Tabelle mit zwei Spalten erstellt: "Name" und "Age". Jedes Element in der Liste repräsentiert eine Zeile in der Tabelle.
Wenn Sie beim Erstellen des Dataframes keine Spaltennamen angeben, weist pandas ihnen automatisch Namen als ganze Zahlen zu.
Auf diese Weise können Sie mit Listen schnell einen Dataframe mit den erforderlichen Daten für die further exploration und Analyse erstellen.
| Name | Age |
|---|---|
| Alice | 25 |
| Bob | 30 |
| Charlie | 35 |
Angeben von Spaltennamen
Wenn wir einen Pandas DataFrame aus einer Liste erstellen, wird jedes Element der Liste als eine Zeile betrachtet und zu einer separaten Spalte mit einem automatisch generierten Namen hinzugefügt. In einigen Fällen müssen Sie jedoch möglicherweise Ihre eigenen Spaltennamen angeben.
Dazu können Sie den Parameter verwenden columns wenn Sie einen DataFrame erstellen. Wir müssen eine Liste mit Spaltennamen in der Reihenfolge übergeben, die der Reihenfolge der Elemente in jeder Zeile der Datenliste entspricht. Als Ergebnis wird jede Spalte ihren eigenen eindeutigen Namen haben.
# 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
Jetzt haben wir einen DataFrame mit zwei Spalten erhalten: "Name" und "Alter".
