创建Pandas Dataframe的不同方法

Pandas DataFrame是一个二维标注的数据结构，就像任何具有行和列的表格一样。数据框架的大小和值是可变的，也就是说，可以被修改。它是最常用的pandas对象。Pandas DataFrame可以通过多种方式创建。让我们来逐一讨论创建DataFrame的不同方法。

DataFrame()函数用于在Pandas中创建一个数据框架。创建数据框架的语法是。

pandas.DataFrame(data, index, columns)

其中,

data ：它是一个数据集，数据框架将从中创建。它可以是列表、字典、标量值、系列、ndarrays等。

index：它是可选的，默认情况下，数据框架的索引从0开始，在最后一个数据值（n-1）结束。它明确地定义了行的标签。

columns ：这个参数用于提供数据框架中的列名。如果默认情况下没有定义列名，它将取一个从0到n-1的值。

方法#0：创建一个空的数据框架

# Importing Pandas to create DataFrame
import pandas as pd
  
# Creating Empty DataFrame and Storing it in variable df
df = pd.DataFrame()
  
# Printing Empty DataFrame
print(df)

输出:

pandas的DataFrame()函数被用来创建一个数据框架。
df变量是我们例子中数据框架的名称。

创建Pandas Dataframe的不同方法

方法#1：从列表中创建数据框架

# Import pandas library
import pandas as pd
  
# initialize list elements
data = [10,20,30,40,50,60]
  
# Create the pandas DataFrame with column name is provided explicitly
df = pd.DataFrame(data, columns=['Numbers'])
  
# print dataframe.
df

创建Pandas Dataframe的不同方法

使用列表创建的数据框架

方法#2：从列表的列表中创建Pandas数据框架。

# Import pandas library
import pandas as pd
  
# initialize list of lists
data = [['tom', 10], ['nick', 15], ['juli', 14]]
  
# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Name', 'Age'])
  
# print dataframe.
df

输出:

创建Pandas Dataframe的不同方法

方法3：从叙述/列表的dict中创建DataFrame
要从narray/list的dict创建DataFrame，所有的narray必须是相同的长度。如果传递了索引，那么索引的长度应该等于数组的长度。如果没有传递索引，那么默认情况下，索引将是range(n)，其中n是数组长度。

# Python code demonstrate creating
# DataFrame from dict narray / lists
# By default addresses.
  
import pandas as pd
  
# initialize data of lists.
data = {'Name': ['Tom', 'nick', 'krish', 'jack'],
        'Age': [20, 21, 19, 18]}
  
# Create DataFrame
df = pd.DataFrame(data)
  
# Print the output.
df

输出:

创建Pandas Dataframe的不同方法

注意：当使用字典创建数据框架时，字典的键默认为列名。我们也可以使用列参数明确地提供列的名称。

方法#4：通过明确证明索引标签来创建一个数据框架。

# Python code demonstrate creating
# pandas DataFrame with indexed by
  
# DataFrame using arrays.
import pandas as pd
  
# initialize data of lists.
data = {'Name': ['Tom', 'Jack', 'nick', 'juli'],
        'marks': [99, 98, 95, 90]}
  
# Creates pandas DataFrame.
df = pd.DataFrame(data, index=['rank1',
                               'rank2',
                               'rank3',
                               'rank4'])
  
# print the data
df

输出:

创建Pandas Dataframe的不同方法

方法#5：从数据集列表中创建数据框架
Pandas DataFrame可以通过传递字典列表作为输入数据来创建。默认情况下，字典的键值将被当作列。

# Python code demonstrate how to create
# Pandas DataFrame by lists of dicts.
import pandas as pd
  
# Initialize data to lists.
data = [{'a': 1, 'b': 2, 'c': 3},
        {'a': 10, 'b': 20, 'c': 30}]
  
# Creates DataFrame.
df = pd.DataFrame(data)
  
# Print the data
df

输出:

创建Pandas Dataframe的不同方法

另一个例子是通过传递字典和行索引的列表来创建pandas DataFrame。

# Python code demonstrate to create
# Pandas DataFrame by passing lists of
# Dictionaries and row indices.
import pandas as pd
  
# Initialize data of lists
data = [{'b': 2, 'c': 3}, {'a': 10, 'b': 20, 'c': 30}]
  
# Creates pandas DataFrame by passing
# Lists of dictionaries and row index.
df = pd.DataFrame(data, index=['first', 'second'])
  
# Print the data
df

输出:

创建Pandas Dataframe的不同方法

另一个例子是，从具有行索引和列索引的字典列表中创建pandas DataFrame。

# Python code demonstrate to create a
# Pandas DataFrame with lists of
# dictionaries as well as
# row and column indexes.
  
import pandas as pd
  
# Initialize lists data.
data = [{'a': 1, 'b': 2},
        {'a': 5, 'b': 10, 'c': 20}]
  
# With two column indices, values same
# as dictionary keys
df1 = pd.DataFrame(data, index=['first',
                                'second'],
                   columns=['a', 'b'])
  
# With two column indices with
# one index with other name
df2 = pd.DataFrame(data, index=['first',
                                'second'],
                   columns=['a', 'b1'])
  
# print for first data frame
print(df1, "\n")
  
# Print for second DataFrame.
print(df2)

输出:

创建Pandas Dataframe的不同方法

方法#6：使用zip()函数创建DataFrame。
两个列表可以通过使用list(zip())函数进行合并。现在，通过调用pd.DataFrame()函数创建pandas DataFrame。

# Python program to demonstrate creating
# pandas Datadaframe from lists using zip.
  
import pandas as pd
  
# List1
Name = ['tom', 'krish', 'nick', 'juli']
  
# List2
Age = [25, 30, 26, 22]
  
# get the list of tuples from two lists.
# and merge them by using zip().
list_of_tuples = list(zip(Name, Age))
  
# Assign data to tuples.
list_of_tuples
  
  
# Converting lists of tuples into
# pandas Dataframe.
df = pd.DataFrame(list_of_tuples,
                  columns=['Name', 'Age'])
  
# Print data.
df

输出:

创建Pandas Dataframe的不同方法

方法#7：从系列中创建数据框架。

要从系列中创建一个数据框架，我们必须将系列作为参数传递给DataFrame()函数。

# Python code demonstrate creating
# Pandas Dataframe from series.
  
import pandas as pd
  
# Initialize data to series.
d =  pd.Series([10, 20, 30, 40])
# creates Dataframe.
df = pd.DataFrame(d)
  
# print the data.
df

创建Pandas Dataframe的不同方法

方法#8：从系列字典中创建数据框架。
为了从系列的Dict中创建DataFrame，可以通过dictionary来形成一个DataFrame。结果的索引是所有被传递的系列索引的联合。

# Python code demonstrate creating
# Pandas Dataframe from Dicts of series.
  
import pandas as pd
  
# Initialize data to Dicts of series.
d = {'one': pd.Series([10, 20, 30, 40],
                      index=['a', 'b', 'c', 'd']),
     'two': pd.Series([10, 20, 30, 40],
                      index=['a', 'b', 'c', 'd'])}
  
# creates Dataframe.
df = pd.DataFrame(d)
  
# print the data.
df