Введение
Метод DataFrame.from_records() в Pandas используется для преобразования структурированного или записей ndarray в DataFrame. Он может создать объект DataFrame из структурированного ndarray, последовательности кортежей или DataFrame.
Советы по работе с ВМ
После завершения запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений в Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируйте необходимые библиотеки
Сначала импортируем библиотеки pandas и numpy, чтобы использовать их функции и методы позже в коде.
import pandas as pd
import numpy as np
Создайте структурированный ndarray
Далее создаем структурированный ndarray, который содержит структурированные входные данные. Этот ndarray можно создать с помощью функции numpy.array и указанием типа данных для каждого поля. Например:
data = np.array([(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')], dtype=[('col_1', 'i4'), ('col_2', 'U1')])
Преобразуйте ndarray в DataFrame
Используем метод DataFrame.from_records(), чтобы преобразовать структурированный ndarray в DataFrame. Этот метод принимает структурированный ndarray в качестве входных данных и возвращает объект DataFrame. Назначьте объект DataFrame переменной, чтобы впоследствии иметь возможность обращаться к и манипулировать DataFrame. Например:
df = pd.DataFrame.from_records(data)
Показать DataFrame
Распечатайте DataFrame, чтобы увидеть результаты. Использование функции print() выведет DataFrame в табличном формате. Например:
print(df)
Резюме
Следуя этим шагам, вы можете использовать метод DataFrame.from_records() в Pandas для преобразования структурированного ndarray в DataFrame. Этот метод полезен при работе с структурированными входными данными и позволяет легко манипулировать и анализировать данные с использованием мощных возможностей Pandas.