[Python] 리스트, 딕셔너리, array 데이터프레임으로 변환

안녕하세요! 

오늘은 지난 포스팅에 이어서 Pandas라이브러리를 이용해 list, dictionary, array형식의 데이터를 데이터프레임형식으로 변환해보도록 하겠습니다. (ง •_•)ง

 

 

---

 

 

 

먼저, 간단하게 리스트와 array를 생성해 봅니다.

import pandas as pd
import numpy as np
col_name1 = ['col1']
list1 = [1,2,3]
array1 = np.array(list1)
print('array1 shape: ',array1.shape)

array는 1차원으로 구성되어 있는 데이터이며 3개의 로우가 있는 리스트가 생성된 것을 확인할 수 있습니다. 

 

 

 

 

리스트 -> 데이터프레임

pd.DataFrame(리스트이름,컬럼명) 을 이용해 데이터프레임 형식으로 바꿔 줍니다. 

df_list1 = pd.DataFrame(list1,columns=col_name1)
print('1차원 리스트 => DataFrame :\n',df_list1)

 

컬럼명이 'col1'이며 3개의 행으로 구성된 데이터프레임을 확인할 수 있습니다. 

 

 

 

 

 

 

array -> 데이터프레임

df_array1 = pd.DataFrame(array1,columns=col_name1)
print('1차원 ndarray => DataFrame : \n',df_array1)

리스트를 데이터프레임으로 변환한 것과 차이는 없습니다. 

 

 

 

---

 

2차원 array -> 데이터프레임

이번에는 2차원 array를 데이터프레임으로 변환시켜주겠습니다. 

먼저, 2차원 형식의 array를 생성해줍니다. 

 

col_name2 = ['col1','col2']
list2 = [[1,2],[3,4]]
array2 = np.array(list2)
print('array2 shape : ',array2.shape)

2행 2열로 구성된 array를 생성했습니다. 

 

 

df_list2 = pd.DataFrame(list2,columns=col_name2)
print("2차원 리스트 => DataFrame : \n",df_list2)

df_array2 = pd.DataFrame(array2,columns=col_name2)
print("2차원 ndarray => DataFrame : \n",df_array2)

1차원 리스트와 마찬가지로 pd.DataFrame()을 이용하여 데이터프레임을 생성할 수있습니다. 

 

 

 

---

딕셔너리 -> 데이터프레임

딕셔너리 형태의 데이터를 데이터프레임으로 생성하도록 하겠습니다. 

 

dict = {'col1':[1,11],'col2':[2,12],'col3':[3,13]}
df_dict = pd.DataFrame(dict)
print("dictionary => DataFrame : \n",df_dict)

 

 

 

 

---

이번에는 데이터프레임 형식을 array, 리스트, 딕셔너리 형태로 변환해보도록 하겠습니당

 

 

데이터프레임 -> array

array3 = df_dict.values
print("df_dict.values 타입 :",type(array3))
print("df_dict.values.shape : ",array3.shape)
print(array3)

df.values를 이용해 array형식으로 바뀐것을 확인할 수 있습니다.

 

 

 

 

 

데이터프레임 -> 리스트

list3 = df_dict.values.tolist()
print("df_dict.value.tolist()타입 :",type(list3))
print(list3)

 

tolist()를 이용해 list로 바뀐것을 확인할 수 있습니다. 

 

 

 

 

 

데이터프레임 -> 딕셔너리

dict3 = df_dict.to_dict('list')
print("df_dict.to_dict() 타입 :",type(dict3))
print(dict3)

 

 

 

 

 

데이터 분석을 하다보면 여러가지 형식의 데이터셋을 마주칠 수 있는데,

필요한 데이터 형식에 맞춰 간단하게 변환할 수 있습니다!