在本教程中，你将了解到列表和数据帧。同时，我们还讨论了在Python语言中不同的列表转换为数据帧的方法。python中的列表是最重要的数据结构。列表的重要之处在于，列表项的数据类型并不强求相同，所有的字符串操作都同样适用于列表数据类型。来吧，让我们来谈谈数据框架。
在python中，panda的库被用于数据处理和分析。Pandas Dataframe是一个具有标记轴的二维尺寸可改变和变化的表格数据构造器。在Dataframe中，知识以表格的方式在列和行中进行排列。Pandas Dataframe包含3个主要的要素，即数据、列和行。我们将在Spyder Compiler中实现我们的方案，所以让我们开始吧。
例1
在第一个方案中，我们使用最基本、最简单的方法将列表转换为数据帧。为了实现你的程序代码，从Windows搜索栏中打开Spyder IDE，然后创建一个新文件，将数据帧创建代码写入其中。在这之后，开始写你的程序代码。我们首先导入panda的模块，然后创建一个字符串列表并向其中添加项目。然后我们调用数据框架构造函数，并将我们的列表作为参数传给它。然后我们可以把数据框构造函数分配给一个变量。
import pandas as pd
str_list = [‘flower’, ‘tutor’, ‘python’, ‘skills’]
daf = pd.DataFrame(str_list)
print(daf)
在成功创建你的数据框架代码文件后，以".py "为扩展名保存你的文件。在我们的方案中，我们用 "dataframe.py "保存我们的文件。
现在运行你的 "dataframe.py "代码文件，检查你是如何将列表转换成数据框架的。
例2
在我们的下一个方案中，我们使用Zip()函数将列表转换为数据框。我们使用同一个代码文件来进一步实现，并通过 Zip() 编写数据框架创建代码。我们首先导入panda的模块，然后创建一个字符串的列表并向其中添加项目。这里我们创建了两个列表。一个是字符串列表，另一个是整数列表。然后我们调用数据框架构造函数并传递我们的列表。
然后，我们可以将数据框架构造函数分配给一个变量。然后我们调用数据框架函数并在其中传递两个参数。最初的参数是zip()，接下来是列。zip()函数接收可迭代的变量，并将它们组合成一个元组。在zip函数中，你可以使用元组、集合、列表或字典。因此，该程序首先对两个具有指定列的文件进行压缩，然后调用数据框函数。
import pandas as pd
string_list = [‘program’, ‘develop’, ‘coding, ‘skills’]
integer_list = [10, 22, 31, 44]
df = pd.DataFrame(list(zip( string_list, integer_list)), columns = [‘key’, ‘value’])
print(df)
保存并运行你的 "dataframe.py "代码文件，检查zip函数的工作情况。
例3
在我们的第三个方案中，我们使用字典将一个列表转换为数据框架。我们使用同样的 "dataframe.py" 代码文件，并使用 dict 中的列表创建数据框架。我们首先导入 panda 的模块，然后创建一个字符串的列表并向其中添加项目。这里我们创建了三个列表。国家、编程语言和整数的列表。然后我们创建一个列表的dict，并将其分配给一个变量。之后，我们调用数据框架函数，将其分配给一个变量，并将dict传给它。然后我们利用print函数来显示数据帧。
import pandas as pd
con_name = [“Japan”, “UK”, “Canada”, “Finland”]
pro_lang = [“Java”, “Python”, “C++”, “.Net”]
var_list = [ 11, 44, 33, 55]
dict = { ‘countries’ : con_name, ‘Language’ : pro_lang, ‘numbers’ : var_list
daf = pd.DataFrame(dict)
print(daf)
再次，保存并执行 "dataframe.py "代码文件，检查输出的有序显示。
结论
如果你正在处理大量的数据，首先将数据改变成用户能够理解的格式是至关重要的。数据框架为你提供了有效访问数据的功能。在Python中，数据大多以列表的形式存在，通过列表创建一个数据框架是非常重要的。
