博客

创建Pandas Dataframe的不同方法

  • Post category:Python

创建Pandas Dataframe的方法有很多种，以下是其中几种常见的方法：

从列表或二维数组中创建Dataframe：

可以将列表或二维数组转化为Dataframe。首先需要导入pandas库，然后使用pandas.DataFrame()函数进行转换。

示例：

import pandas as pd

# 从列表中创建Dataframe
list_data = [['John', 23, 'Male'], ['Sara', 21, 'Female'], ['Peter', 34, 'Male']]
df1 = pd.DataFrame(list_data, columns=['Name', 'Age', 'Gender'])
print(df1)

# 从二维数组中创建Dataframe
array_data = [['John', 23, 'Male'], ['Sara', 21, 'Female'], ['Peter', 34, 'Male']]
df2 = pd.DataFrame(array_data, index=['a', 'b', 'c'], columns=['Name', 'Age', 'Gender'])
print(df2)

上述代码中，使用了列表和二维数组来创建Dataframe。df1使用了列表来创建，而df2使用了二维数组。其中，df2指定了行索引，并且指定了每一列的名称。

从字典中创建Dataframe：

可以将字典转化为Dataframe。字典的键将成为Dataframe的列名，同一列的值必须是等长的序列。

示例：

import pandas as pd

# 从字典中创建Dataframe
dict_data = {'Name': ['John', 'Sara', 'Peter'], 'Age': [23, 21, 34], 'Gender': ['Male', 'Female', 'Male']}
df3 = pd.DataFrame(dict_data)
print(df3)

上述代码中，使用了字典来创建Dataframe。字典的键将作为列名，同一列的值必须是等长的序列。

从CSV文件中创建Dataframe：

可以从CSV（逗号分隔值）文件中读取数据并转化为Dataframe。使用pandas.read_csv()函数来读取CSV文件。

示例：

import pandas as pd

# 从CSV文件中创建Dataframe
df4 = pd.read_csv('data.csv')
print(df4)

上述代码中，使用了read_csv()函数从CSV文件中读取数据，并将其转化为Dataframe。

总结：以上是几种最常见的创建Pandas Dataframe的方法，分别是从列表或二维数组、从字典以及从CSV文件中读取。根据不同的数据类型，可以选择不同的方法来创建Dataframe。

Tags: