Python Pandas DataFrame.to_xarray

Python Pandas DataFrame.to_xarray

Pandas DataFrame是一个二维的大小可变的、可能是异质的表格数据结构,具有标记的axis(行和列)。算术操作在行和列的标签上对齐。它可以被认为是一个类似于Dict的系列对象的容器。这是Pandas的主要数据结构。

Pandas DataFrame.to_xarray()函数从pandas对象返回一个xarray对象。

语法: DataFrame.to_xarray()

参数:

返回: xarray.DataArray或xarray.Dataset

示例#1:使用DataFrame.to_xarray()函数,使用给定的数据框架构造一个xarray对象。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H')
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)
Python

输出 :
Python Pandas DataFrame.to_xarray

现在我们将使用DataFrame.to_xarray()函数,用给定的Dataframe构造一个xarray对象。

# return an xarray object
result = df.to_xarray()
  
# Print the result
print(result)
Python

输出 :
Python Pandas DataFrame.to_xarray

正如我们在输出中看到的,DataFrame.to_xarray()函数已经成功地使用给定的数据框架构建了一个xarray对象。

示例#2:使用DataFrame.to_xarray()函数,使用给定的数据框架构造一个xarray对象。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)
Python

输出 :
Python Pandas DataFrame.to_xarray

现在我们将使用DataFrame.to_xarray()函数,用给定的Dataframe构造一个xarray对象。

# return an xarray object
result = df.to_xarray()
  
# Print the result
print(result)
Python

输出 :
Python Pandas DataFrame.to_xarray
正如我们在输出中看到的,DataFrame.to_xarray()函数已经成功地使用给定的数据框架构建了一个xarray对象。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册