from_records() 的 nrows 参数在 pandas 中有什么作用?
What does the nrows argument for from_records() do in pandas?
我正在尝试学习如何向开源项目提交 Pull-Request。
所以我从 pandas-dev 中选择了 issue #23455。这是一个简单的文档错误。但是我意识到我不知道 from_records.
中的 nrows 实际上做了什么
我试过了
sales = [('Jones LLC', 150, 200, 50),
('Alpha Co', 200, 210, 90),
('Blue Inc', 140, 215, 95)]
labels = ['account', 'Jan', 'Feb', 'Mar']
df = pd.DataFrame.from_records(sales, columns=labels)
产生
account Jan Feb Mar
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
2 Blue Inc 140 215 95
作为输出。但是据我了解,如果我执行以下操作:
df = pd.DataFrame.from_records(sales, columns=labels,nrows=1)
我应该在 df 中只有一行。相反,我的输出与上面的 df.
相同
有人可以帮我解决这个问题吗?谢谢。
nrows
是用于 select 记录的前 n 个元素的参数。如果您看到代码,它目前仅适用于迭代器。可能有一些原因为什么只在我目前不知道的迭代器上。
显示 nrows 用例的示例是将销售数据转换为迭代器。即
sales = iter([('Jones LLC', 150, 200, 50),('Alpha Co', 200, 210, 90), ('Blue Inc', 140, 215, 95)])
df = pd.DataFrame.from_records(sales,nrows=2)
0 1 2 3
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
sales = iter([('Jones LLC', 150, 200, 50),('Alpha Co', 200, 210, 90), ('Blue Inc', 140, 215, 95)])
df = pd.DataFrame.from_records(sales,nrows=3)
0 1 2 3
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
2 Blue Inc 140 215 95
我正在尝试学习如何向开源项目提交 Pull-Request。 所以我从 pandas-dev 中选择了 issue #23455。这是一个简单的文档错误。但是我意识到我不知道 from_records.
中的 nrows 实际上做了什么我试过了
sales = [('Jones LLC', 150, 200, 50),
('Alpha Co', 200, 210, 90),
('Blue Inc', 140, 215, 95)]
labels = ['account', 'Jan', 'Feb', 'Mar']
df = pd.DataFrame.from_records(sales, columns=labels)
产生
account Jan Feb Mar
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
2 Blue Inc 140 215 95
作为输出。但是据我了解,如果我执行以下操作:
df = pd.DataFrame.from_records(sales, columns=labels,nrows=1)
我应该在 df 中只有一行。相反,我的输出与上面的 df.
相同有人可以帮我解决这个问题吗?谢谢。
nrows
是用于 select 记录的前 n 个元素的参数。如果您看到代码,它目前仅适用于迭代器。可能有一些原因为什么只在我目前不知道的迭代器上。
显示 nrows 用例的示例是将销售数据转换为迭代器。即
sales = iter([('Jones LLC', 150, 200, 50),('Alpha Co', 200, 210, 90), ('Blue Inc', 140, 215, 95)])
df = pd.DataFrame.from_records(sales,nrows=2)
0 1 2 3
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
sales = iter([('Jones LLC', 150, 200, 50),('Alpha Co', 200, 210, 90), ('Blue Inc', 140, 215, 95)])
df = pd.DataFrame.from_records(sales,nrows=3)
0 1 2 3
0 Jones LLC 150 200 50
1 Alpha Co 200 210 90
2 Blue Inc 140 215 95