😻Как создать dataframe из двух списков для панд?

Чтобы создать DataFrame из двух списков в pandas, вы можете использовать функцию pd.DataFrame(). Передайте словарь, в котором ключами будут названия столбцов, а значениями будут соответствующие списки.

import pandas as pd

list1 = [1, 2, 3, 4]
list2 = ['A', 'B', 'C', 'D']

data = {'Column1': list1, 'Column2': list2}
df = pd.DataFrame(data)

print(df)

В статье мы подробно разберем, как создать DataFrame из двух списков с помощью библиотеки pandas.

Чтобы начать работу с pandas, вам потребуется импортировать его. Для этого введите следующий код:

import pandas as pd

Теперь, чтобы создать DataFrame из двух списков, вам нужно сначала объединить эти списки в один, затем передать его в функцию pd.DataFrame(). Давайте посмотрим на пример:

# Пример списков
list1 = [1, 2, 3, 4, 5]
list2 = ['a', 'b', 'c', 'd', 'e']

# Объединение списков
merged_list = list(zip(list1, list2))

# Создание DataFrame
df = pd.DataFrame(merged_list)

print(df)

В результате выполнения этого кода вы получите следующий DataFrame:

   0  1
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e

В данном примере мы объединили два списка - [1, 2, 3, 4, 5] и ['a', 'b', 'c', 'd', 'e']. Затем мы передали объединенный список в функцию pd.DataFrame() и сохраняем результат в переменную df. Затем мы вывели результат с помощью функции print().

Обратите внимание, что по умолчанию pandas присваивает столбцам целочисленные индексы, начиная с 0. Если вы хотите задать имена столбцам, вы можете передать список с именами в аргументе columns функции pd.DataFrame(). Например:

df = pd.DataFrame(merged_list, columns=['Числа', 'Буквы'])

print(df)

В результате выполнения этого кода вы получите DataFrame с именованными столбцами:

   Числа Буквы
0      1     a
1      2     b
2      3     c
3      4     d
4      5     e

Таким образом, вы можете создавать DataFrame из двух списков с помощью библиотеки pandas. Объедините списки с помощью zip() и передайте объединенный список в функцию pd.DataFrame(). Если вы хотите задать имена столбцам, вы можете использовать аргумент columns. Приятного использования!