pandas 将list切分后存入DataFrame中的实例

当我们需要将一个list切分后存入pandas的DataFrame中时,可以采用以下步骤:

  1. 导入pandas包
import pandas as pd
  1. 定义一个list对象
mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
  1. 将list分成多个部分

如果我们希望将一个list分成3个部分,可以使用下面的代码:

part_1 = mylist[:3]
part_2 = mylist[3:6]
part_3 = mylist[6:]

将list分成了三部分:[1, 2, 3], [4, 5, 6], [7, 8, 9, 10]。

  1. 创建一个DataFrame对象
df = pd.DataFrame(columns=["part1", "part2", "part3"])

我们创建了一个空的DataFrame对象,同时指定了3个列名为"part1", "part2", "part3"。

  1. 向DataFrame对象中插入数据
df.loc[len(df)] = [part_1, part_2, part_3]

在这个例子中,我们使用了loc方法来定位数据的位置。同时,在插入数据时,我们将之前分割后的list对象放入了一个list中,同时将三个list对象放到了DataFrame中的不同列中。

  1. 完整的代码演示
import pandas as pd

mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

part_1 = mylist[:3]
part_2 = mylist[3:6]
part_3 = mylist[6:]

df = pd.DataFrame(columns=["part1", "part2", "part3"])

df.loc[len(df)] = [part_1, part_2, part_3]

print(df)

输出:

                             part1            part2                part3
0  [1, 2, 3]       [4, 5, 6]       [7, 8, 9, 10]
  1. 示例说明

接下来,我们给出另一个例子,将一个字符串list分成多个部分,并存入DataFrame中。

import pandas as pd

mylist = ["apple", "banana", "orange", "peach", "grape", "cherry", "lemon", "watermelon", "kiwi"]

part_1 = mylist[:3]
part_2 = mylist[3:6]
part_3 = mylist[6:]

df = pd.DataFrame(columns=["part1", "part2", "part3"])

df.loc[len(df)] = [part_1, part_2, part_3]

print(df)

输出:

                     part1                      part2                   part3
0  [apple, banana, orange]  [peach, grape, cherry]  [lemon, watermelon, kiwi]

可以看到,在这个例子中,我们将一个字符串list分成了3个部分,每个部分包含3个字符串。同时,我们将这些部分放入了一个DataFrame中,并按照对应的列名进行存储。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:pandas 将list切分后存入DataFrame中的实例 - Python技术站

(0)
上一篇 2023年5月14日
下一篇 2023年5月14日

相关文章

  • 获取DataFrame列中最大值的索引

    获取DataFrame列中最大值的索引可以通过以下方法实现: 1.先使用pandas库读取数据文件创建一个DataFrame对象。 import pandas as pd data = pd.read_csv(‘sample.csv’) df = pd.DataFrame(data) 2.使用max()函数获取Series列的最大值,再通过idxmax()函…

    python-answer 2023年3月27日
    00
  • Pandas – 对数据框架进行Groupby值计数

    Pandas是一种强大的数据处理库,可以用来处理大量数据。Groupby是一种强大的聚合函数,可以将数据分组并对每个分组进行某些操作。在这里,我们将使用Pandas的Groupby函数来对数据框架进行值计数,以便更好地理解如何使用它。下面是详细的攻略过程,包括实际示例: 什么是Groupby? Groupby是一种将数据分组并将每个分组作为一个单独的实体进行…

    python-answer 2023年3月27日
    00
  • pandas进行时间数据的转换和计算时间差并提取年月日

    下面我将详细讲解如何使用pandas进行时间数据的转换,计算时间差并提取年月日。 1. 时间数据转换 pandas提供了to_datetime()方法,可以将各种时间格式的数据转换为datetime格式。下面是一个示例: import pandas as pd # 构造一个时间数据字符串 time_str = "2021/02/01 12:00:0…

    python 2023年5月14日
    00
  • 如何在Pandas中用查询函数根据列值过滤行

    在 Pandas 中,我们可以使用查询函数 query() 来根据列值过滤行。 通过 query() 函数,我们可以指定一些条件表达式,该函数会返回所有满足条件的行。 下面我们来看一个例子。假设我们有一个如下的数据框: import pandas as pd df = pd.DataFrame({ ‘name’: [‘Alice’, ‘Bob’, ‘Char…

    python-answer 2023年3月27日
    00
  • Python Pandas中两个数据框架的交集

    在Pandas中,有几种方法可以计算两个DataFrame对象的交集。 方法一:使用merge()函数 merge()函数是将两个DataFrame对象结合在一起的函数,它可以根据指定的列将两个DataFrame对象合并在一起。 示例: import pandas as pd # 创建df1和df2 DataFrame df1 = pd.DataFrame(…

    python-answer 2023年3月27日
    00
  • 如何在Python中打印整个Pandas DataFrame

    在 Python 中,使用 Pandas 库读取和处理数据时,经常需要输出整个 DataFrame 的内容以进行数据分析和调试等操作,但是默认情况下,在打印一个 DataFrame 对象时,Pandas 只会显示前几行和后几行,中间会省略一部分数据。这就需要我们采用额外的方式来实现完整打印DataFrame的操作。 下面介绍两种方法来实现如何在 Python…

    python-answer 2023年3月27日
    00
  • 获取一个给定的数据框架的前3行

    获取一个给定的数据框架的前3行有以下几种方法: 方法一:使用head()函数 head()函数是基础的R函数之一,可以用来查看数据框架中前n行的数据,默认情况下n=6。 示例代码: #创建一个数据框架 df <- data.frame(Name=c("A", "B", "C", "D…

    python-answer 2023年3月27日
    00
  • elasticsearch索引的创建过程index create逻辑分析

    下面是关于elasticsearch索引的创建过程的完整攻略: 1. 创建 index Elasticsearch 索引的创建过程主要分为三个步骤:创建 index、配置 index、预热 index。其中,第一个步骤是最基础也最重要的步骤,我们可以通过以下REST API 请求来创建索引: PUT /my-index { "settings&qu…

    python 2023年6月13日
    00
合作推广
合作推广
分享本页
返回顶部