pandas创建dataframe的方法

创建pandas的DataFrame对象的5种方法

Pandas的DataFrame对象可以通过许多方式创建，举几个常用的例子。

通过Series对象创建

#1、通过单个Series对象创建。DataFrame是一组Series对象的集合，可以用单个Series创建一个单列的DataFrame import pandas as pd import numpy as np #先创建一个Series对象 area = pd.Series({'California': 423967, 'Texas': 695662, 'New York': 141297, 'Florida': 170312, 'Illinois': 149995}) #创建单列的DataFrame对象 pd.DataFrame(area,columns=['area']) #输出如下： area California 423967 Texas 695662 New York 141297 Florida 170312 Illinois 149995 1234567891011121314151617 #2、通过多个Series对象的字典创建DataFrame对象 #另外创建一个Series对象 pop = pd.Series({'California': 38332521, 'Texas': 26448193, 'New York': 19651127, 'Florida': 19552860, 'Illinois': 12882135}) #使用字Series对象字典方式创建DataFrame对象 pd.DataFrame({'area':area, 'population':pop}) #输出如下： area population California 423967 38332521 Texas 695662 26448193 New York 141297 19651127 Florida 170312 19552860 Illinois 149995 12882135 123456789101112131415

使用字典列表创建

#所有元素都是字典的列表可以变成DataFrame #创建一个元素为字典的列表 data = [{'a':i, 'b': 2*i} for i in range(10)] #通过字典列表创建DataFrame pd.DataFrame(data) #输出如下： a b 0 0 0 1 1 2 2 2 4 3 3 6 4 4 8 5 5 10 6 6 12 7 7 14 8 8 16 9 9 18 123456789101112131415161718

通过Numpy二维数组创建

#假入有一个二维数组，就可以创建一个可以指定行列索引值的DataFrame #创建一个numpy二维数组 np.random.seed(0) a =np.random.randint(1,10,(3,2)) #基于a数组建立DataFrame pd.DataFrame(a,columns=['foo', 'bar'],index=['a','b', 'c']) #输出如下： foo bar a 6 1 b 4 4 c 8 4 #假如不指定行列索引，那么行列默认都是整数索引值 pd.DataFrame(a) #输出如下： 0 1 0 6 1 1 4 4 2 8 4 123456789101112131415161718192021