En este artículo, discutiremos cómo convertir una lista en una fila de marco de datos en Python.
Método 1: Usando la función T
Esto se conoce como la función Transponer, esto convertirá la lista en una fila. Aquí cada valor se almacena en una columna.
Sintaxis: pandas.DataFrame(lista).T
Ejemplo:
Python3
# import pandas module import pandas as pd # consider a list list1 = ["durga", "ramya", "meghana", "mansa"] # convert the list into dataframe row data = pd.DataFrame(list1).T # add columns data.columns = ['student1', 'student2', 'student3', 'student4'] # display data
Producción:
Método 2: crear desde una lista multidimensional hasta una fila de marco de datos
Aquí estamos convirtiendo una lista de listas en filas de marcos de datos
Sintaxis : pd.DataFrame(lista)
donde lista es la lista de listas
Ejemplo:
Python3
# import pandas module import pandas as pd # consider a list list1 = [["durga", "java", 90], ["gopi", "python", 80], ["pavani", "c/cpp", 94], ["sravya", "html", 90]] # convert the list into dataframe row data = pd.DataFrame(list1) # add columns data.columns = ['student1', 'subject', 'marks'] # display data
Producción:
Método 3: usar una lista con índice y columnas
Aquí estamos obteniendo datos (filas) de la lista y asignando columnas a estos valores de las columnas
Sintaxis : pd.DataFrame (lista, columnas, dtype)
dónde
- lista es la lista de valores de entrada
- las columnas son los nombres de columna para la lista de valores
- dtype es el tipo de datos de la columna
Ejemplo :
Python3
# import pandas module import pandas as pd # consider a list list1 = [["durga", "java", 90], ["gopi", "python", 80], ["pavani", "c/cpp", 94], ["sravya", "html", 90]] # convert the list into dataframe row by adding columns data = pd.DataFrame(list1, columns=['student1', 'subject', 'marks']) # display data
Producción:
Método 4: Usando la función zip()
Aquí estamos tomando listas separadas como entrada, de modo que cada lista actuará como una columna, por lo que la cantidad de listas = n columnas en el marco de datos, y usando la función zip estamos combinando las listas.
Sintaxis pd.DataFrame(lista(zip(lista1,lista2,.,lista n)),columnas)
dónde
- columnas es la columna para los valores de la lista
- list1.list n representa el número de listas de entrada para las columnas
Ejemplo :
Python3
# import pandas module import pandas as pd # consider a list list1 = ["durga", "ramya", "sravya"] list2 = ["java", "php", "mysql"] list3 = [67, 89, 65] # convert the list into dataframe row by # using zip() data = pd.DataFrame(list(zip(list1, list2, list3)), columns=['student', 'subject', 'marks']) # display data
Producción:
Método 5: usar una lista de diccionarios
Aquí estamos pasando las listas individuales que actúan como columnas en el marco de datos a las claves del diccionario, por lo que al pasar el diccionario al marco de datos() podemos convertir la lista en un marco de datos.
Sintaxis : pd.DataFrame{‘clave’: lista1, ‘clave’: lista2, ……..,’clave’: listan}
Estas claves serán los nombres de las columnas en el marco de datos.
Ejemplo :
Python3
# import pandas module import pandas as pd # consider a list list1 = ["durga", "ramya", "sravya"] list2 = ["java", "php", "mysql"] list3 = [67, 89, 65] # convert the list into dataframe row by # using dictionary dictionary = {'name': list1, 'subject': list2, 'marks': list3} data = pd.DataFrame(dictionary) # display data
Producción:
Método 6: crear desde una lista multidimensional hasta una fila de marco de datos con columnas
Aquí estamos tomando información de listas multidimensionales y asignando nombres de columnas en la función DataFrame()
Sintaxis: pd.DataFrame(lista,columnas)
dónde
- lista es una lista multidimensional
- las columnas son los nombres de las columnas
Ejemplo:
Python3
# import pandas module import pandas as pd # consider a list list1 = [["durga", "java", 90], ["gopi", "python", 80], ["pavani", "c/cpp", 94], ["sravya", "html", 90]] # convert the list into dataframe # row using columns from multi lists data = pd.DataFrame(list1, columns=['student1', 'subject', 'marks']) # display data
Producción:
Publicación traducida automáticamente
Artículo escrito por 171fa07058 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA