使用 pandas 创建 DataFrame|极客教程

使用 pandas 创建 DataFrame

Pandas 是一个强大的 Python 数据分析工具库，它提供了许多用于创建、处理和分析数据的功能。在这篇文章中，我们将详细介绍如何使用 pandas 创建 DataFrame。DataFrame 是 pandas 中最常用的数据结构，它是一个二维的、表格型的数据结构，可以存储不同类型的数据，并且可以进行高效的数据操作。

1. 从列表创建 DataFrame

可以通过将列表转换为 DataFrame 来创建一个简单的 DataFrame。这是最基本的创建方法之一。

import pandas as pd

data = [['Alex', 10], ['Bob', 12], ['Clarke', 13]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

Output:

使用 pandas 创建 DataFrame

2. 从字典创建 DataFrame

字典可以提供更多的灵活性，因为你可以直接为每列数据指定列名。

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'Age': [28, 34, 29, 42]}
df = pd.DataFrame(data)
print(df)

Output:

使用 pandas 创建 DataFrame

3. 从字典列表创建 DataFrame

当你有一个字典列表时，每个字典都可以转换成 DataFrame 的一行。

import pandas as pd

data = [{'Name': 'Tom', 'Age': 28},
        {'Name': 'Jack', 'Age': 34},
        {'Name': 'Steve', 'Age': 22}]
df = pd.DataFrame(data)
print(df)

Output:

使用 pandas 创建 DataFrame

4. 使用列指定器

如果你想在创建 DataFrame 时指定列的顺序，或者只选择字典中的某些键作为列，你可以使用 columns 参数。

import pandas as pd

data = [{'Name': 'Tom', 'Age': 28, 'Gender': 'Male'},
        {'Name': 'Jack', 'Age': 34, 'Gender': 'Male'},
        {'Name': 'Steve', 'Age': 22, 'Gender': 'Male'}]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

Output:

使用 pandas 创建 DataFrame

5. 从元组列表创建 DataFrame

元组列表也可以用来创建 DataFrame，类似于从列表列表创建。

import pandas as pd

data = [('Tom', 28), ('Jack', 34), ('Steve', 22)]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

Output:

使用 pandas 创建 DataFrame

6. 从 NumPy 数组创建 DataFrame

如果你在使用 NumPy 进行数据处理，可以直接将 NumPy 数组转换为 DataFrame。

import numpy as np
import pandas as pd

data = np.array([['Tom', 28], ['Jack', 34], ['Steve', 22]])
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

Output:

使用 pandas 创建 DataFrame

7. 使用多个字典创建具有层次化索引的 DataFrame

你可以创建一个具有多级索引的复杂 DataFrame。

import pandas as pd

data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data, index=['first', 'second'])
print(df)

Output:

使用 pandas 创建 DataFrame

8. 从 Series 对象创建 DataFrame

Series 是 pandas 中的一维数据结构，你可以从一个或多个 Series 对象创建 DataFrame。

import pandas as pd

s1 = pd.Series([1, 2, 3])
s2 = pd.Series(['a', 'b', 'c'])

df = pd.DataFrame({'col1': s1, 'col2': s2})
print(df)

Output:

使用 pandas 创建 DataFrame

9. 使用 `zip` 创建 DataFrame

通过 zip 函数可以将多个列表组合成一个元组列表，然后创建 DataFrame。

import pandas as pd

names = ['Tom', 'Jack', 'Steve']
ages = [28, 34, 22]

data = list(zip(names, ages))
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

Output:

使用 pandas 创建 DataFrame

10. 从 CSV 文件创建 DataFrame

读取 CSV 文件是创建 DataFrame 的常见方法，尤其是在处理大量数据时。

import pandas as pd

df = pd.read_csv('pandasdataframe.com_data.csv')
print(df)

以上是使用 pandas 创建 DataFrame 的一些基本方法。通过这些方法，你可以根据不同的数据来源和需求灵活地创建 DataFrame。在实际应用中，选择最适合你的数据和需求的方法是非常重要的。

使用 pandas 创建 DataFrame