Py

您所在的位置：网站首页 › Pythonlist转dict › Py

Py

2024-07-13 16:13| 来源: 网络整理| 查看: 265

Python - pandas

Python pandas 是python的数据分析包

下面代码可以复制到python环境下运行

pd读取csv文件，保存成csv文件

例子1：二维列表转dataframe

list转化成dataFramedataFrame的转置给dataFrame指定列名pd.concat, 合并两个dataFrame

例子2：一维列表转dataframe

给DataFrame添加列设置新添加的列为索引对DataFrame所有数据保留有效数值

例子3：字典转dataframe

字典转dataframe的三种方法正文

读取csv文件：

pd.read_csv("文件名.csv") pd.to_csv(“文件名.csv”)

例子1：下面是一个pd包处理数据的例子

list转化成dataFramedataFrame的转置给dataFrame指定列名pd.concat, 合并两个dataFrame import pandas as pd #定义两个 (3, 6) 二维列表a，c a = [[1,2,3,4,2,3,2],[1,2,3,4,2,3,2],[1,2,3,4,2,3,2]] c = [['abc', 'bcd', 'abc', 'bcd', 'abc', '234','789'],['abc', 'bcd', 'abc', 'bcd', 'abc', '234','789'],['abc', 'bcd', 'abc', 'bcd', 'abc', '234','789']] #把二维列表直接转成dataFrame的格式 df1 = pd.DataFrame(a) df2 = pd.DataFrame(c) #对dataFrame进行转置, 变成了(6, 3) 格式 df1 = df1.T df2 = df2.T #可以通过columns指定它们的列名，inplace = True 是直接在原dataFrame更改，默认是false，不改变原dataFrame，要重新赋值。 df1.rename(columns={0:'one', 1: 'two', 2:"three"},inplace=True) df2.rename(columns={0:'four', 1: 'five', 2:"six"},inplace=True) #合并两个dataFrame， axis = 1 是横向合并， axis = 0 是纵向合并 result = pd.concat([df1, df2], axis=1) #print(df1) #print(df2) #print(result) #把dataFrame导出成一个csv文件, index = 0 保存时候不保存索引，默认保存索引。 result.to_csv("文件名.csv", index = 0)

例子2：一维list也可以执行上面的操作

给DataFrame添加列设置新添加的列为索引对DataFrame所有数据保留有效数值 import pandas as pd x = [1,2,3,4,2,3,2] y = ['abc', 'bcd', 'abc', 'bcd', 'abc', '234','789'] df3 = pd.DataFrame(x) df4 = pd.DataFrame(y) df3 = df3.T df4 = df4.T #合并两个dataFrame， axis = 1 是横向合并， axis = 0 是纵向合并 result1 = pd.concat([df3, df4], axis=0) #按照上面合并之后两行的索引都是0 print(result1) #给DataFrame添加一列 result1['Name'] = ['数字', '字母'] #把这一列设置为index, inplace = True替换原DataFrame result1.set_index('Name', inplace=True) print(result1) #保留两位有效数值 print(result1.round(2))

例子3：字典转化成dataframe

字典转化成dataframe的三种方法 import pandas as pd all_mea = {"True Postive (TP)":34,"False Postive (FP)":12,"True Negative (TN)":30,"False Negative (FN)":3, "Accuracy":0.81,"Precision":0.74,"Recall":0.92,"F-measure":0.82} #如果字典里key和value是一一对应的，那么直接输入my_df = pd.DataFrame(my_dict)会报错 #把字典转换成dataFrame方法1 #使用DataFrame函数时指定字典的索引index my_df1 = pd.DataFrame(all_mea, index=[0]).T print(my_df1) #把字典转换成dataFrame方法2 #把字典dict转为list后传入DataFrame my_list = [all_mea] my_df2 = pd.DataFrame(my_list).T print(my_df2) #把字典转换成dataFrame方法3 #使用DataFrame.from_dict函数, orient 指定字典转换的方向 my_df3 = pd.DataFrame.from_dict(all_mea, orient='index') print(my_df3) #字典转list的错误示范 my_list1 = list(all_mea) print(my_list,'\n', my_list1) my_df4 = pd.DataFrame(my_list1).T print(my_df4)

【本文地址】

Py

Py

今日新闻

推荐新闻