logo

TechCodeview

Convertir lista a marco de datos en Python

En este tutorial, veremos cómo podemos usar una lista y convertirla en un marco de datos en Python.

Pero antes de comenzar con esto, revisemos qué es la lista y qué son los marcos de datos.

La lista es una estructura de datos en Python en la que todos los elementos están entre corchetes.

El ejemplo de una lista es-

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

Los marcos de datos son la representación tabular de datos en forma de filas y columnas.

Se pueden utilizar importando pandas.

java largo a int

Ahora echemos un vistazo a los diferentes métodos para convertir una lista en un marco de datos en Python.

  1. Usando Marco de datos()
  2. Usar lista con nombres de índice y columna
  3. Usando zip()
  4. Usando una lista multidimensional
  5. Usando una lista multidimensional con columna y tipo de datos
  6. Usar listas en el diccionario

Usando pd.DataFrame()

En el primer enfoque hemos utilizado el pd.DataFrame() para convertir una lista.

El siguiente programa muestra cómo se puede hacer.

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

Producción: 

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

Explicación:

Es hora de echar un vistazo a la explicación del programa anterior.

  1. En el primer paso hemos importado la biblioteca pandas.
  2. Después de esto, hemos declarado la lista que tiene cadenas como valores.
  3. Finalmente, hemos pasado esta lista en Marco de datos() y mostró la salida.

Usar lista con nombres de índice y columna

En el segundo método, crearemos un marco de datos que tiene un valor de índice y un nombre de columna.

El programa que figura a continuación ilustra lo mismo.

 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)

Producción: 

 Subjects i English ii Hindi iii Mathematics iv Science v Social Science

Explicación:

Ahora es el momento de comprender el programa anterior.

  1. En el primer paso hemos importado la biblioteca pandas.
  2. Después de esto, hemos declarado la lista que tiene cadenas como valores.
  3. Finalmente, hemos pasado esta lista en Marco de datos() con una lista de valores de índice y el nombre de la columna.
  4. Al ejecutar el programa, muestra el resultado deseado.

Usando zip()

En este método hemos utilizado cremallera().

regexp_like en mysql

El siguiente programa muestra cómo se puede hacer.

 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)

Producción: 

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

Explicación:

Es hora de echar un vistazo a la explicación del programa anterior.

  1. En el primer paso, importamos la biblioteca de pandas.
  2. Después de esto, hemos declarado la lista que tiene cadenas como valores y otra lista contiene los valores de índice.
  3. Finalmente hemos pasado el valores_lista y índice_lista en cremallera interior Marco de datos() con una lista de valores de índice y el nombre de la columna.
  4. Al ejecutar el programa, muestra el resultado deseado.

Usando una lista multidimensional

En este método veremos cómo se puede utilizar una lista multidimensional para la conversión.

El programa que figura a continuación ilustra lo mismo.

 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)

Producción: 

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

Explicación:

Ahora es el momento de comprender el programa anterior.

  1. En el primer paso hemos importado la biblioteca pandas.
  2. Después de esto, hemos declarado que la lista contiene diferentes listas y cada lista tiene una cadena y un valor entero.
  3. Finalmente, hemos pasado list_values ​​en pd.DataFrame() con una lista de nombres de columnas.
  4. Al ejecutar el programa, muestra el resultado deseado.

Uso de una lista multidimensional con columnas y tipos de datos

En este enfoque, veremos una ligera variación del programa anterior.

El siguiente programa muestra cómo se puede hacer.

 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)

Producción: 

 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

Explicación:

Es hora de echar un vistazo a la explicación del programa anterior.

entrada java
  1. En el primer paso, importamos la biblioteca de pandas.
  2. Después de esto, hemos declarado que la lista contiene diferentes listas y cada lista tiene dos cadenas. valores (nombre y apellido) y un numero entero valor (edad).
  3. Finalmente hemos pasado el valores_lista en Marco de datos() con una lista de nombres de columnas y el tipo de datos.
  4. Al ejecutar el programa, muestra el resultado deseado.

Usar listas en el diccionario

Finalmente, en el último método veremos cómo se pueden usar listas con diccionarios y convertir la lista en un marco de datos.

El programa que figura a continuación ilustra lo mismo.

 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)

Producción: 

 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

Explicación:

Ahora es el momento de comprender el programa anterior.

  1. En el primer paso, importamos la biblioteca de pandas.
  2. Después de esto, hemos declarado tres listas, a saber, f_name, l_name y age.
  3. En el siguiente paso, utilizamos estas listas como valores para las claves del diccionario.
  4. Finalmente, hemos pasado dict en Marco de datos().
  5. Al ejecutar el programa, muestra el resultado deseado.

Conclusión

En este tutorial, encontramos algunos métodos interesantes para convertir una lista en una marco de datos en pitón.