Pertanyaan yang sangat umum dalam konteks panda adalah apakah Anda benar-benar dapat membuat DataFrame kosong dan kemudian mengisinya secara iteratif dengan menambahkan -katakanlah- satu baris pada satu waktu. Namun, pendekatan ini cenderung tidak efisien dan harus dihindari dengan cara apa pun Show
Pada artikel hari ini kita akan membahas pendekatan alternatif yang akan memberi Anda hasil yang sama tetapi jauh lebih efisien daripada membuat DataFrame kosong dan kemudian menggunakan loop untuk menambahkan baris di dalamnya Apa yang harus dihindariTentu saja, sebenarnya mungkin untuk membuat DataFrame panda kosong dan kemudian menambahkan baris secara iteratif. Pendekatan ini khususnya akan terlihat seperti di bawah ini import numpy as np Meskipun pendekatan di atas akan melakukan trik, itu harus dihindari karena sangat tidak efisien dan pasti ada pendekatan yang jauh lebih efisien daripada membuat DataFrame kosong dan kemudian membangunnya menggunakan loop iteratif Pendekatan yang lebih buruk, adalah penggunaan metode ________22______ atau
Menggunakan daftar sebagai gantinyaAlih-alih menambahkan baris secara iteratif menggunakan properti
import numpy as np_ Bekerja dengan daftar (baik menambahkan atau menghapus elemen) jauh lebih efisien dan Anda harus selalu memilih pendekatan ini ketika menambahkan baris secara iteratif ke panda DataFrames Pikiran AkhirPada artikel hari ini, kami membahas mengapa penting untuk menghindari pembuatan DataFrames panda kosong dan mengisinya secara iteratif karena ini akan memengaruhi kinerja secara signifikan Sebagai gantinya, kami menjelajahi cara membangun konstruksi seperti itu secara iteratif menggunakan daftar dan akhirnya membuat DataFrames panda baru dari daftar yang dibuat Jadilah anggota dan baca setiap cerita di Medium. Biaya keanggotaan Anda secara langsung mendukung saya dan penulis lain yang Anda baca. Anda juga akan mendapatkan akses penuh ke setiap cerita di Medium Bingkai data adalah struktur data dua dimensi. DataFrame juga dapat dianggap sebagai kombinasi dari dua atau lebih seri. Kita harus mengimpor panda untuk membuat DataFrame Fungsi dataframe() dapat digunakan untuk membangun DataFrames. Dataframe() mengambil satu atau dua parameter. Yang pertama adalah informasi yang perlu dimasukkan ke dalam tabel DataFrame. Mari kita membuat DataFrame panda sederhana menggunakan metode DataFrame agar terbiasa dengan DataFrame panda
Keluaran Empty DataFrame Columns: [] Index: [] Seperti yang Anda lihat, kode di atas telah membuat DataFrame panda kosong. Sekarang, mari kita membuat DataFrame dengan menambahkan beberapa data Pertama, kita akan membuat daftar angka sebagai titik data dan kemudian akan menentukan nama kolom sambil menginisialisasi DataFrame seperti yang ditunjukkan di bawah ini _Keluaran values 0 1 1 2 2 4 3 5 4 3 5 6 6 7 Seperti yang Anda lihat, kali ini kami dapat menambahkan data ke DataFrame panda. Anda dapat mengonfirmasinya dengan mencetak tipe DataFrame yang baru saja kita buat dengan menjalankan perintah berikut. _Keluaran <class 'pandas.core.frame.DataFrame'> Seperti yang Anda lihat, tipenya adalah pandas DataFrame. Sangat mudah untuk membuat DataFrame kecil dengan menambahkan elemen atau titik data secara manual seperti yang kita lakukan pada contoh di atas, tetapi jika kita membutuhkan kumpulan data yang besar, maka menambahkan elemen secara manual akan memakan banyak waktu. Dalam kasus seperti itu, kita dapat menggunakan for loop untuk membuat elemen untuk DataFrame Bagaimana for loop di Python bekerja?Item diulang berulang kali dengan Python menggunakan for loop sampai selesai. Misalnya, Anda dapat mengulangi item dalam daftar atau string. Sintaks for loop adalah untuk item dalam objek, di mana "objek" mengacu pada iterable yang ingin Anda lewati Itu juga dapat digunakan untuk mengulang bagian kode tertentu dalam rentang yang ditentukan. Diagram berikut menunjukkan cara kerja Python untuk loop Seperti yang Anda lihat, setiap kali perulangan for dijalankan, kondisinya diperiksa dan jika perulangan belum berada di item terakhir dalam iterable, maka kode di dalam perulangan akan dieksekusi Mari kita ambil contoh Python for loop dan cetak angka dari 1 sampai 10 _Keluaran 1 2 3 4 5 6 7 8 9_ Seperti yang Anda lihat bahwa kami telah menentukan rentang dari 1 hingga 10 dan tidak mencetak angka 10 karena for loop masuk ke rentang maksimal tetapi tidak mencetaknya. Membangun Pandas DataFrame dari for loopSeperti yang sekarang kita kenal dengan pandas DataFrame dan belajar bagaimana for loop bekerja dengan Python. Saatnya untuk melompat ke tujuan sebenarnya dari artikel ini dan membangun DataFrame panda dari loop for Kami akan menggunakan metode berbeda berikut untuk membuat DataFrame panda dari loop for
Contoh 1. Untuk loop untuk membuat daftarSeperti yang telah kita lihat pada contoh sebelumnya bahwa kita dapat dengan mudah mengonversi daftar Python menjadi pandas DataFrame dan hal yang sama akan kita lakukan di bagian ini Tapi alih-alih membuat daftar secara manual, kami akan menggunakan Python for loop untuk membuat daftar, dan kemudian kami akan menggunakan panda untuk mengonversi daftar menjadi DataFrame.
Keluaran column_1 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 Seperti yang Anda lihat, kami dapat membuat panda DataFrame menggunakan Python for loop. Kami pertama-tama telah mendefinisikan for loop yang menambahkan nilai ke daftar kosong dan kemudian kami mengonversi daftar itu menjadi panda DataFrame Tetapi perhatikan bahwa kode di atas hanya dapat membuat DataFrame panda dengan satu kolom. Kita dapat memodifikasi kode ini untuk membuat DataFrame dengan banyak kolom juga. Mari kita buat DataFrame dengan banyak kolom Empty DataFrame Columns: [] Index: []0 Keluaran Empty DataFrame Columns: [] Index: []1 Seperti yang ditunjukkan di atas, kami dapat membuat DataFrame panda dengan banyak kolom menggunakan for loop. Contoh-2. Menggunakan daftar pemahamanPemahaman daftar Python terdiri dari tanda kurung yang berisi ekspresi, yang dieksekusi untuk setiap elemen bersama dengan perulangan for untuk mengulangi setiap elemen dalam daftar Python Pemahaman Daftar Python menyediakan sintaks yang jauh lebih singkat untuk membuat daftar baru berdasarkan nilai dari daftar yang ada. Untuk memahami lebih baik, pertama-tama mari kita membuat daftar menggunakan metode pemahaman daftar. Empty DataFrame Columns: [] Index: []2 Keluaran Empty DataFrame Columns: [] Index: []_3 Seperti yang Anda lihat, kode di atas telah membuat daftar. Sekarang, mirip dengan contoh di atas, kita dapat mengonversi daftar ini menjadi pandas DataFrame Empty DataFrame Columns: [] Index: []_4 Keluaran column_1 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 Seperti yang Anda lihat, kami telah membuat DataFrame panda menggunakan metode pemahaman daftar. Keuntungan menggunakan pemahaman daftar adalah kita menggunakan lebih sedikit baris kode Sekarang, mari kita juga membuat DataFrame dengan banyak kolom. Empty DataFrame Columns: [] Index: []6 Keluaran Empty DataFrame Columns: [] Index: []_7 Output di atas menunjukkan DataFrame yang dibuat dengan menggunakan metode pemahaman daftar Contoh-3. Menambahkan elemen ke Pandas DataFrame menggunakan for loopDalam contoh di atas, kita telah melihat bahwa kita membuat daftar menggunakan for loop terlebih dahulu dan kemudian mengonversi daftar itu menjadi pandas DataFrame. Sementara sekarang kita akan melakukan sebaliknya Kita sekarang akan membuat panda DataFrame dan kemudian menggunakan loop for untuk menambahkan nilai ke DataFrame satu per satu. Empty DataFrame Columns: [] Index: []8 Keluaran Empty DataFrame Columns: [] Index: []_9 Seperti yang Anda lihat, pertama-tama kita membuat DataFrame kosong dan kemudian menambahkan nilai ke dalamnya menggunakan for loop KesimpulanPandas DataFrame adalah struktur data n-dimensi, seperti larik 2 dimensi, atau tabel dengan baris dan kolom Kita dapat menggunakan metode dataframe() dari modul panda untuk membuat DataFrame panda. Dalam artikel singkat ini, kita belajar bagaimana kita bisa membuat panda DataFrame dari for loop dengan Python menggunakan berbagai metode Bagaimana Anda membuat DataFrame dalam satu lingkaran dengan Python?Langkah 1 - Impor perpustakaan. impor panda sebagai pd. . Langkah 2 - Siapkan Data. df=pd. DataFrame({'Tabel 9'. [9,18,27], 'Tabel 10'. [10,20,30]}). Langkah 3 - Menambahkan bingkai data dalam for loop. untuk saya dalam rentang (4,11). df=df. tambahkan({'Tabel 9'. i*9,'Tabel 10'. i*10},ignore_index=True). Langkah 4 - Mencetak hasil. cetak('df\n',df) Bagaimana Anda membuat DataFrame kosong dengan Python?Anda dapat membuat kerangka data kosong dengan mengimpor panda dari pustaka python . Kemudian, menggunakan pd. DataFrame(), buat dataframe kosong tanpa baris dan kolom seperti yang ditunjukkan pada contoh di bawah ini.
Bisakah Anda mengulang DataFrame dengan Python?Anda dapat mengulangi bingkai data panda, untuk setiap kolom baris demi baris .
Bagaimana cara membuat bingkai data berganda untuk perulangan for?Membuat banyak kerangka data dalam satu lingkaran
. Kamus digunakan untuk menyimpan data yang heterogen. Data disimpan dalam kunci. pasangan nilai. first create a dictionary and then define each key as the element of that list. Dictionaries are used to store heterogeneous data. The data is stored in key:value pair. |