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

  • 利用python合并csv文件的方式实例

    当我们需要整合多个csv文件时,可以利用Python中pandas库的concat函数进行合并。 下面是完整攻略: 1. 安装pandas库 在终端输入以下命令安装: pip install pandas 2. 导入pandas库 在Python文件中导入pandas库: import pandas as pd 3. 读取csv文件并合并 以下是两个待合并的…

    python 2023年5月14日
    00
  • pandas去除重复列的实现方法

    首先我们先来了解一下什么是重复列。重复列是指表格中出现了相同列名的列。下面是一张含有重复列名的表格: ID Name Age ID Gender 1 Tom 18 1 Male 2 Jack 20 2 Female 在这张表格中,ID这一列出现了两次,可以认为它是一列重复列。我们有时候需要去除这些重复列,以保证表格数据的准确性和易于操作。下面介绍几种去除重复…

    python 2023年5月14日
    00
  • 详解Python如何实现批量为PDF添加水印

    下面是详解Python如何实现批量为PDF添加水印的完整攻略: 准备工作 首先要安装必要的Python包:PyPDF2。可以使用以下命令进行安装: pip install PyPDF2 读取PDF文件 使用PyPDF2包中的PdfFileReader类,打开需要添加水印的PDF文件,可以使用以下代码: import PyPDF2 pdf = PyPDF2.P…

    python 2023年6月13日
    00
  • 在Pandas数据框架集上创建视图

    在Pandas中,我们可以使用视图来展示数据框架中的一部分数据。Pandas支持多种视图创建方法,下面我们将介绍其中两种。 方法一:利用iloc函数创建视图 1. 示例数据 这里我们首先创建一个示例数据: import pandas as pd import numpy as np df = pd.DataFrame(np.random.randint(0,…

    python-answer 2023年3月27日
    00
  • 对pandas的层次索引与取值的新方法详解

    下面是对“对pandas的层次索引与取值的新方法详解”的完整攻略: 一、层次索引的概念及创建方法 层次索引是指在一个pandas的DataFrame或Series中,我们可以根据数据的不同维度进行索引,以实现更为灵活的数据处理。创建层次索引的方法主要有两种,分别是手动设置和自动设置。手动设置即使用pandas提供的MultiIndex函数进行创建,而自动设置…

    python 2023年5月14日
    00
  • python怎样判断一个数值(字符串)为整数

    当我们有一个字符串或者一个数值时,我们需要判断它是否为整数。Python为我们提供了内置函数isdigit()和isnumeric()来判断字符串是否为整数,同时也可以通过异常捕捉来判断一个数值是否为整数。 方法一:isdigit() isdigit()函数可以判断一个字符串是否只包含数字字符,如果是则返回True,否则返回False。 示例: num_st…

    python 2023年5月14日
    00
  • Python学习之异常处理详解

    Python学习之异常处理详解 在Python编程中,当程序运行出现错误时会抛出异常。异常是Python中的一种错误处理机制,可以让开发者在软件运行出现异常时对异常进行处理,使程序能够一直运行下去,而不会意外退出或发生不可预测的行为。 Python内置了许多种异常类型,如SyntaxError、NameError、TypeError等。下面让我们来了解一下P…

    python 2023年5月14日
    00
  • Python3.5 Pandas模块缺失值处理和层次索引实例详解

    Python3.5 Pandas模块缺失值处理和层次索引实例详解 1. 缺失值处理 在数据分析中,经常会遇到数据缺失的情况,面对缺失数据,需要进行相应的处理以保证数据的完整性和准确性。 Pandas 模块提供了很多有用的方法来处理缺失数据。下面我们就来看一下 Pandas 模块缺失值处理的实例。 (1)创建带有缺失值的 DataFrame 我们可以通过 nu…

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