Python Pandas创建Dataframe数据框的六种方法汇总
创建Dataframe主要是使用pandas中的DataFrame函数，其核心就是第一个参数：data，传入原始数据，因此我们可以据此给出六种创建Dataframe的方法：（示例代码环境：jupyter：python3.8）
一、字典类
方法1：列表、数组或元组构成的字典构造Dataframe
直接上代码：
import pandas as pd
import numpy as np
dic = {"a": [1, 2, 3, 4], #列表
"b": np.array([4, 5, 6, 7]), #数组
"c": (1, 2, 3, 4)} #元组
data = pd.DataFrame(dic) # 创建Dataframe
data运行结果：
可以看到，一个新的数据框已经创建成功了。系统默认为我们生成了行索引，而列索引就是字典dic里的key，我们也可以在创建Dataframe时手动指定行索引，只需修改参数index：
import pandas as pd
import numpy as np
dic = {
"a": [1, 2, 3, 4], # 列表
"b": np.array([4, 5, 6, 7]), # 数组
"c": (1, 2, 3, 4),
} # 元组
data = pd.DataFrame(dic, index=["一", "二", "三", "四"]) # 创建Dataframe
data运行结果：
那么如果事后我们后悔了，觉得我们起的列索引的名字不好听，怎么修改呢？只需修改Dataframe的columns属性：
data.columns = ["A", "B", "C"] data
结果如下：
读者也可以尝试修改Dataframe的index属性。
方法2：Series构成的字典构造Dataframe
import pandas as pd
import numpy as np
dic = {"a": pd.Series([1, 2, 3, 4]),
"b": pd.Series([4, 5, 6, 7])}
data = pd.DataFrame(dic) # 创建Dataframe
data运行结果：
方法3：字典构成的字典构造Dateframe
import pandas as pd
import numpy as np
dic = {"a": {"一": 1, "二": 2},
"b": {"一": 10, "二": 20},
"c": {"一": 100, "二": 200}}
data = pd.DataFrame(dic) # 创建Dataframe
data运行结果：
其中：外层的a,b,c这三个key作为了列索引，内层的一，二作为了行索引。读者可以尝试为字典dic再添加一个元素："d":{"一": 100}，看看创建出来的Dataframe长什么样，这个结果会给你什么启示？
二、列表类
方法1：二维数组构造Dataframe
import pandas as pd import numpy as np ls = np.arange(12).reshape(3, 4) # 创建二维数组 data = pd.DataFrame(ls) data
运行结果：
方法2：字典列表构造Dataframe
import pandas as pd
import numpy as np
ls = [{"一": 1, "二": 2},
{"一": 10, "二": 20},
{"一": 100, "二": 200}]
data = pd.DataFrame(ls)
data运行结果：
可以看到，列表中的字典的key作为了列索引，这个就很像关系型数据库里的字段和值。读者要注意和字典类中方法3的区别。
方法3：Series列表构造Dataframe
import pandas as pd
import numpy as np
ls = [pd.Series([1, 2, 3, 4]),
pd.Series([4, 5, 6, 7])]
data = pd.DataFrame(ls)
data运行结果：
三、小结
笔者为读者提供了六种方法创建Dataframe，这里总结一下：
1.细心的读者可能会发现：
在字典类中，字典最外层的key都作为了列索引，而值则作为某一行的值；
在列表类中，列表的每一个元素都作为了某一行的值。
2.读者需要在实际数据处理时，根据处理数据的特点选择合适的方式创建Dataframe。
到此这篇关于Python Pandas创建Dataframe数据框的六种方法的文章就介绍到这了,更多相关Python Pandas创建Dataframe数据框内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
python中的psutil模块详解(cpu、内存、磁盘情况、结束指定进程)
这篇文章主要介绍了python中的psutil(cpu、内存、磁盘情况、结束指定进程),本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-04-04
这篇文章介绍了Django框架中模型的用法，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-06-06
这篇文章主要为大家详细介绍了python2.x实现人民币转大写人民币，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-06-06
这篇文章主要介绍了Python socket C/S结构的聊天室应用实现,需要的朋友可以参考下2014-11-11
这篇文章主要介绍了Python中让MySQL查询结果返回字典类型的方法,默认情况下Mysql返回的是元组类型,本文实现了返回字典类型,需要的朋友可以参考下2014-08-08
这篇文章主要介绍了在Pandas中更改DataFrame中的值方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
今天小编就为大家分享一篇python使用numpy读取、保存txt数据的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
不管你承不承认，数据清洗着实不是一件简单的任务，大多数情况下这项工作是十分耗时而乏味的，但它又是十分重要的，本篇文章带给你八个实例代码2022-01-01
Python是一种面向对象的解释型计算机程序设计语言，现在很多人都在使用，尤其是其跨平台特性及自然语言属性，获得很多人的钟情，那么如何把Python程序打包为Windows系统中的exe可执行程序呢2018-10-10
这篇文章主要介绍了Python timeit模块原理及使用方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
最新评论