Pandas数据帧的6种创建方法

Pandas是Python的数据分析利器，DataFrame是Pandas进行数据分析的基本结构，可以把DataFrame视为一个二维数据表，每一行都表示一个数据记录。本文将介绍创建Pandas DataFrame的6种方法。

创建Pandas数据帧的六种方法如下：

创建空DataFrame
手工创建DataFrame
使用List创建DataFrame
使用Dict创建DataFrme
使用Excel文件创建DataFrame
使用CSV文件创建DataFrame

1、创建空的Pandas DataFrame

学编程，上汇智网，在线编程环境，一对一助教指导。

首先我们看一下如何创建一个空的DataFrame（数据帧）：

1	pd.DataFrame(columns=['A', 'B', 'C'], index=[0,1,2])

columns参数用来定义列名，index参数用来定义行号。上面的代码创建了一个3行3列的二维数据表，结果看起来是这样：

嗯，所有数据项都是NaN。

2、手工创建Pandas DataFrame

接下来让我们看看如何使用pd.DataFrame手工创建一个Pandas数据帧：

1	df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'])

使用data参数来声明数据，结果看起来是这样：

由于我们没有定义数据帧的列名，因此Pandas默认使用序号作为列名。和原来一样，可以使用columns参数来声明列名：

1 2	df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates', 'Eggfruit'], columns=['Fruits'])

结果如下：

最左侧的列被称为索引，默认从0开始，和原来一样我们用index自行定义：

1
2
3

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'], 
                  index = [1,2,3,4,5],
                  columns=['Fruits'])

现在的数据帧看起来是这样：

那么如果要添加一个Quantity列来表示水果数量该怎么做？

pd.DataFrame(data=[['Apple',5],
                   ['Banana',10],
                   ['Cherry',8],
                   ['Dates',3],
                   ['Eggfruit',7]],
             columns = ['Fruits','Quantity'],
             index=[1,2,3,4,5])

注意data参数和colums参数都进行了相应的调整。现在的DataFrame这样：

3、使用列表创建Pandas DataFrame

学编程，上汇智网，在线编程环境，一对一助教指导。

假设我们有一个列表：

1	fruits_list = ['Apple','Banana','Cherry','Dates','Eggfruit']

要把列表转换为DataFrame，直接将列表传入pd.DataFrame即可：

1	pd.DataFrame(fruits_list)

得到的数据帧结构如下：

当然你可以用columns参数来定义列名，或者用index来声明行号：

1
2
3

pd.DataFrame(fruits_list, 
             columns = ['Fruits'], 
             index = ['a','b','c','d','e'])

结果如下：

4、使用字典创建Pandas DataFrame

字典就是一组键/值对：

1	dict = {key1 : value1, key2 : value2, key3 : value3}

当我们将上述字典对象转换为DataFrame时，看起来是这样：

容易注意到，字段的键对应成为DataFrame的列，而所有的值对应数据。记住这个对应关系。

现在假设我们要创建一个如下形状的DataFrame：

由于列名为Fruits、Quantity和Color，因此对应的字典也应当有这几个键，而每一行的值则对应字典中的键值，字典应该是如下的结构：

1
2
3

fruits_dict = { 'Fruits':['Apple','Banana','Cherry','Dates','Eggfruit'],
                'Quantity': [5, 10, 8, 3, 7],  
                'Color': ['Red', 'Yellow', 'Red', 'Brown', 'Yellow']}

现在让我们将这个字典转换为DataFrame，一句话的事儿：