pandas 列表转换为dataframe|极客教程

pandas 列表转换为dataframe

在数据处理过程中，经常需要将列表转换为DataFrame，而pandas提供了很方便的方法来实现这一转换。本文将介绍如何使用pandas将列表转换为DataFrame，并提供一些示例代码帮助读者更好地理解这一过程。

1. 将列表转换为DataFrame

首先，我们需要导入pandas库，并创建一个列表。然后，使用pandas的DataFrame函数来将列表转换为DataFrame。下面是一个简单的示例代码：

import pandas as pd

# 创建一个包含学生信息的列表
students = [['Alice', 20, 'female'],
            ['Bob', 21, 'male'],
            ['Charlie', 22, 'male']]

# 将列表转换为DataFrame
df = pd.DataFrame(students, columns=['name', 'age', 'gender'])

print(df)

运行以上代码，我们将得到如下DataFrame：

      name  age  gender
0    Alice   20  female
1      Bob   21    male
2  Charlie   22    male

2. 从多个列表创建DataFrame

有时候，我们可能需要从多个列表创建DataFrame，这时可以使用字典的形式来传递数据。例如：

import pandas as pd

# 创建包含学生信息的多个列表
names = ['Alice', 'Bob', 'Charlie']
ages = [20, 21, 22]
genders = ['female', 'male', 'male']

# 使用字典传递数据，将列表转换为DataFrame
data = {'name': names, 'age': ages, 'gender': genders}
df = pd.DataFrame(data)

print(df)

运行以上代码，我们将得到如下DataFrame：

      name  age  gender
0    Alice   20  female
1      Bob   21    male
2  Charlie   22    male

3. 从字典创建DataFrame

除了使用列表外，还可以直接从字典中创建DataFrame。这种方式将字典的键作为列名，而字典的值作为数据，非常方便。示例如下：

import pandas as pd

# 创建包含学生信息的字典
data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [20, 21, 22],
        'gender': ['female', 'male', 'male']}

# 将字典转换为DataFrame
df = pd.DataFrame(data)

print(df)

运行以上代码，我们将得到如下DataFrame：

      name  age  gender
0    Alice   20  female
1      Bob   21    male
2  Charlie   22    male

4. 将列表转换为多级索引的DataFrame

有时候，我们可能需要创建带有多级索引的DataFrame，可以通过设置index参数来实现。下面是一个示例代码：

import pandas as pd

# 创建包含学生信息的多级索引列表
students = [[('Alice', 'English'), 20, 'female'],
            [('Bob', 'Math'), 21, 'male'],
            [('Charlie', 'Science'), 22, 'male']]

# 将列表转换为多级索引的DataFrame
df = pd.DataFrame(students, columns=[('name', 'subject'), 'age', 'gender'])

print(df)

运行以上代码，我们将得到如下带有多级索引的DataFrame：

            name  age  gender
         subject
0      Alice  English   20  female
1         Bob     Math   21    male
2    Charlie  Science   22    male