Holen Sie sich eine Liste aus der Pandas DataFrame-Serie

  2. How-To's
  3. Python Pandas How-To's
  4. Holen Sie sich eine Liste aus der Pandas …
Luqman Khan 14 April 2022
Pandas Pandas DataFrame
Holen Sie sich eine Liste aus der Pandas DataFrame-Serie

Python ist eine bekannte Sprache für die Datenanalyse, hauptsächlich aufgrund der Python-Pakete. Pandas ist eines dieser Pakete, die uns helfen, Daten viel einfacher zu analysieren.

Pandas tolist()-Methode konvertiert eine Serie in eine Serie oder eine eingebaute Liste von Python. Standardmäßig ist die Serie vom Datentyp pandas.core.series.Series und der Methode tolist(), konvertiert in eine Liste von Daten.

Verwenden Sie die Methode tolist(), um eine Liste aus der Pandas DataFrame-Serie abzurufen

In diesem Artikel wird erläutert, wie Sie eine Liste aus der Pandas Dataframe-Spalte erhalten. Wir werden zuerst eine CSV-Datei in einen Pandas DataFrame einlesen.

import pandas as pd

# read csv file
df = pd.read_csv("home_price.csv")
# display 3 rows
df = df.head(3)
print(df)

Ausgabe:

   Area  Home price
0  1000       10000
1  1200       12000
2  1300       13000

Jetzt extrahieren wir den Wert aus der Spalte und wandeln ihn in die Liste um, da wir wissen, dass tolist() hilft.

list1 = df["Home price"].values.tolist()
print("extract the value of series and converting into the list")
print(list1)

Ausgabe:

extract the value of series and converting into the list
[10000, 12000, 13000, 14000, 15000]

Die Liste ist ein geordneter und flexibler Python-Container, eine der häufigsten Datenstrukturen in Python. Elemente werden in eckige Klammern [] eingefügt, durch Kommas getrennt, um eine Liste zu erstellen. Die Liste kann doppelte Werte enthalten; Deshalb verwenden wir hauptsächlich Listen in Datensätzen.

import numpy as np
import pandas as pd

# read csv file
df = pd.read_csv("home_price.csv")
# extract the value of series and converting into the list
list1 = df["Home price"].values.tolist()
list1 = np.array(list1)
# type casting in list data type
updated = list(list1 * 1.5)
print("after include 1.5 % tax\n")
print(updated, "new home price")
df["Home price"] = updated
# create new csv
df.to_csv("home prices after 1 year.csv")
df2 = pd.read_csv("home prices after 1 year.csv")
print(df2)

In diesem Fall werden die Preise heutzutage um 1.5 Steuern erhöht. Jetzt erstellen wir eine Liste mit dem Namen updated list und aktualisieren die bestehende Spalte; Außerdem erstellen wir eine neue CSV-Datei mit der Methode to_csv().

Ausgabe:

after include 1.5 % tax

[15000.0, 18000.0, 19500.0, 21000.0, 22500.0] new home price
   Unnamed: 0  Area  Home price
0           0  1000     15000.0
1           1  1200     18000.0
2           2  1300     19500.0
3           3  1400     21000.0
4           4  1500     22500.0

Betrachten wir ein weiteres einfaches Beispiel:

import pandas as pd

df = pd.DataFrame(
    {
        "Country": ["Pakistan", "India", "America", "Russia", "China"],
        "Immigrants": ["2000", "2500", "6000", "4000", "1000"],
        "Years": ["2010", "2008", "2011", "2018", "2016"],
    }
)
print(df, "\n")
list = df.columns.tolist()
print(type(df.columns))
print("\n", list, "\n")
print("After type cast into the list")
print(type(list))

Bitte beachten Sie, dass der Datentyp der Serie durch tolist() geändert wird und wir eine Liste mit allen Spalten von Dataframe erhalten.

Ausgabe:

    Country Immigrants Years
0  Pakistan       2000  2010
1     India       2500  2008
2   America       6000  2011
3    Russia       4000  2018
4     China       1000  2016 

<class 'pandas.core.indexes.base.Index'>

 ['Country', 'Immigrants', 'Years'] 

After type cast into the list
<class 'list'>

Alle Codes sind hier drin.

import numpy as np
import pandas as pd

# read csv file
df = pd.read_csv("home_price.csv")
# display 3 rows
df = df.head(3)
print(df)

list1 = df["Home price"].values.tolist()
print("extract the value of series and converting into the list")
print(list1)

# another example
# read csv file
df = pd.read_csv("home_price.csv")
# extract the value of series and converting into the list
list1 = df["Home price"].values.tolist()
list1 = np.array(list1)
# type casting in list data type
updated = list(list1 * 1.5)
print("after include 1.5 % tax\n")
print(updated, "new home price")
df["Home price"] = updated
# create new csv
df.to_csv("home prices after 1 year.csv")
df2 = pd.read_csv("home prices after 1 year.csv")
print(df2)

# another example
df = pd.DataFrame(
    {
        "Country": ["Pakistan", "India", "America", "Russia", "China"],
        "Immigrants": ["2000", "2500", "6000", "4000", "1000"],
        "Years": ["2010", "2008", "2011", "2018", "2016"],
    }
)
print(df, "\n")
list = df.columns.tolist()
print(type(df.columns))
print("\n", list, "\n")
print("After type cast into the list")
print(type(list))

Ausgabe:

   Area  Home price
0  1000       10000
1  1200       12000
2  1300       13000
extract the value of series and converting into the list
[10000, 12000, 13000]
after include 1.5 % tax

[15000.0, 18000.0, 19500.0, 21000.0, 22500.0] new home price
   Unnamed: 0  Area  Home price
0           0  1000     15000.0
1           1  1200     18000.0
2           2  1300     19500.0
3           3  1400     21000.0
4           4  1500     22500.0
    Country Immigrants Years
0  Pakistan       2000  2010
1     India       2500  2008
2   America       6000  2011
3    Russia       4000  2018
4     China       1000  2016 

<class 'pandas.core.indexes.base.Index'>

 ['Country', 'Immigrants', 'Years'] 

After type cast into the list
<class 'list'>

Verwandter Artikel - Pandas DataFrame