如何从列表创建 DataFrame|极客教程

如何从列表创建 DataFrame

Pandas 是一个强大的 Python 数据分析工具库，它提供了许多用于数据处理的功能，其中之一就是能够从列表创建 DataFrame。DataFrame 是 Pandas 中的一种数据结构，它是一种二维的表格型数据结构，可以存储不同类型的数据，并且支持复杂的数据操作。在本文中，我们将详细介绍如何从列表创建 DataFrame，并提供多个示例代码来展示不同情况下的用法。

从简单列表创建 DataFrame

当你有一个简单的列表，并希望将其转换为 DataFrame 时，可以直接使用 pd.DataFrame() 方法。这是最基本的用法，适用于列表中的元素都是基本数据类型（如整数、浮点数或字符串）的情况。

示例代码 1

import pandas as pd

data = ['pandasdataframe.com', 'example', 'list', 'data']
df = pd.DataFrame(data, columns=['Column1'])
print(df)

Output:

如何从列表创建 DataFrame

从列表的列表创建 DataFrame

如果你的数据是一个包含多个列表的列表，每个内部列表代表 DataFrame 中的一行，那么你也可以很容易地将其转换为 DataFrame。

示例代码 2

import pandas as pd

data = [
    ['pandasdataframe.com', 1],
    ['example', 2],
    ['list', 3],
    ['data', 4]
]
df = pd.DataFrame(data, columns=['Website', 'Number'])
print(df)

Output:

如何从列表创建 DataFrame

从包含字典的列表创建 DataFrame

当列表中的每个元素是一个字典时，每个字典的键将被视为列名，字典中的值将被视为数据。这种方式在处理复杂数据时非常有用。

示例代码 3

import pandas as pd

data = [
    {'Website': 'pandasdataframe.com', 'Visits': 1000},
    {'Website': 'example', 'Visits': 1500},
    {'Website': 'list', 'Visits': 900},
    {'Website': 'data', 'Visits': 1200}
]
df = pd.DataFrame(data)
print(df)

Output:

如何从列表创建 DataFrame

使用列名创建 DataFrame

如果你想在创建 DataFrame 时指定列名，可以在 pd.DataFrame() 方法中使用 columns 参数。

示例代码 4

import pandas as pd

data = [
    [1, 'pandasdataframe.com'],
    [2, 'example'],
    [3, 'list'],
    [4, 'data']
]
df = pd.DataFrame(data, columns=['ID', 'Website'])
print(df)

Output:

如何从列表创建 DataFrame

从嵌套列表创建多层索引 DataFrame

如果你的数据是一个嵌套列表，你可以创建一个具有多层索引的 DataFrame，这在进行复杂的数据分析时非常有用。

示例代码 5

import pandas as pd

data = [
    ['pandasdataframe.com', '2021', 100],
    ['pandasdataframe.com', '2022', 150],
    ['example', '2021', 200],
    ['example', '2022', 250]
]
df = pd.DataFrame(data, columns=['Website', 'Year', 'Visits'])
df.set_index(['Website', 'Year'], inplace=True)
print(df)

Output:

如何从列表创建 DataFrame

使用列表生成式创建 DataFrame

列表生成式是 Python 中一种非常强大的特性，它可以用来创建列表。你可以结合列表生成式和 Pandas 来创建 DataFrame。

示例代码 6

import pandas as pd

data = [{'Website': f'pandasdataframe.com{i}', 'Visits': i * 100} for i in range(1, 5)]
df = pd.DataFrame(data)
print(df)

Output:

如何从列表创建 DataFrame

从多种类型的列表创建 DataFrame

如果你的列表包含多种类型的数据，Pandas 也可以很好地处理这种情况，它会自动推断数据类型。

示例代码 7

import pandas as pd

data = [
    ['pandasdataframe.com', 1, 1.5],
    ['example', 2, 2.5],
    ['list', 3, 3.5],
    ['data', 4, 4.5]
]
df = pd.DataFrame(data, columns=['Website', 'Integer', 'Float'])
print(df)

Output:

如何从列表创建 DataFrame

结论

通过上述示例，我们可以看到 Pandas 提供了多种从列表创建 DataFrame 的方法，无论是简单列表还是复杂的嵌套列表，都可以轻松转换为 DataFrame。这使得 Pandas 成为处理和分析数据的强大工具。在实际应用中，根据数据的具体情况选择合适的方法，可以有效地提高数据处理的效率和质量。