Python数据分析实战 |
您所在的位置：网站首页 › python中列表的应用 › Python数据分析实战 |
Python数据分析实战
|
前面介绍了1、可视化方法；2、机器学习预测应用；3、图像识别；4、文本分析相关的案例研究（具体见之前的文章）。 本期将继续做关于数据分析类实战系列文章，列举一些在平时数据处理中经常遇到的一些小问题，提供一个解决方案，让读者慢慢理解python数据分析的原理和方法，每一篇文章从实现功能、实现代码、实现效果三个方面进行展示。 实现功能： 字典、列表（数组）、序列创建DataFrame并保存为excel文件 实现代码： #Python中创建DataFrame的方法 import pandas as pd import numpy as np #1、字典生成 students = {'name':['小明','小红','小马'],'age':[13,14,15],'grade':['七年级','八年级','九年级']} df1 = pd.DataFrame(students,index=['stu1','stu2','stu3']) print(df1) #2、列表生成 #2.1字典组成的列表转化为dataframe df2 =pd.DataFrame([{'one': 1, 'two': 2}, {'one': 5, 'two': 10, 'three': 20}],index=[1,2]) print(df2) #2.2两个一维列表转化为dataframe Name=['小明','小红','小马'] Marks=[12,13,15] list_tuples=list(zip(Name,Marks)) df3=pd.DataFrame(data=list_tuples,columns=['name','age'],index=['stu1','stu2','stu3']) print(df3) #2.3一个二维列表/数组转化为dataframe list1 = [['小明',13,'七年级'],['小红',14,'八年级'],['小马',15,'九年级']] df4 = pd.DataFrame(data=list1,columns=['name','age','grade'],index=['stu1','stu2','stu3']) print(df4) arr = np.arange(9).reshape(3,3) df5 = pd.DataFrame(data=arr, index = ['a', 'b', 'c'], columns = ['one','two','three']) print(df5) #3、Series生成 s1=pd.Series(np.random.rand(2), index = ['a','b']) s2=pd.Series(np.random.rand(3),index = ['a','b','c']) df6 =pd.DataFrame({'one':s1,'two':s2}) print(df6)上面介绍了创建DataFrame的几种方式，接着使用DataFrame.to_excel()方法即可将DataFrame内容保持到指定路径的Excel文件。 实现效果：       本人读研期间发表5篇SCI数据挖掘相关论文，现在在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定的认知和理解，会不定期分享一些关于python机器学习、深度学习、数据挖掘基础知识与案例。致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。关注V订阅号：数据杂坛可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。
|
【本文地址】