创建 DataFrame 的几种方法。
1
2
| class pandas.DataFrame(data=None, index: Optional[Collection] = None, columns: Optional[Collection] = None,
dtype: Union[str, numpy.dtype, ExtensionDtype, None] = None, copy: bool = False)
|
data 参数可以是：ndarray (structured or homogeneous), Iterable, dict, or DataFrame.
Dict can contain Series, arrays, constants, or list-like objects.
由数组/list组成的字典创建 DataFrame
1
2
3
4
5
6
7
8
9
| import pandas as pd
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(d)
df
col1 col2
0 1 3
1 2 4
|
看看创建的 DataFrame 元素的类型。
1
2
3
4
5
| df.dtypes
col1 int64
col2 int64
dtype: object
|
如果要修改类型
1
2
3
4
5
6
7
| import numpy as np
df2 = pd.DataFrame(d, dtype=np.int8)
df2.dtypes
col1 int8
col2 int8
dtype: object
|
由 Series 组成的字典创建 DataFrame
1
2
3
4
5
6
7
| df3 = pd.DataFrame({'col1': pd.Series([1, 2]), 'col2': pd.Series([3, 4])})
df3
col1 col2
0 1 3
1 2 4
|
由字典组成的列表创建 DataFrame
1
2
3
4
5
6
7
| df4 = pd.DataFrame([{'col1': 1, 'col2': 3}, {'col1': 2, 'col2': 4}])
df4
col1 col2
0 1 3
1 2 4
|
由字典组成的字典创建 DataFrame
column 为父字典的 key，index 为子字典的 key。
1
2
3
4
5
6
7
| df4 = pd.DataFrame({'col1': {'idx1': 1, 'idx2': 2}, 'col2': {'idx1': 3, 'idx2': 4}})
df4
col1 col2
idx1 1 3
idx2 2 4
|
由二维数组创建 DataFrame
1
2
3
4
5
6
7
| df5 = pd.DataFrame([[1, 3], [2, 4]])
df5
0 1
0 1 3
1 2 4
|
当然，也可以自定义 index 和 column
1
2
3
4
5
6
| df6 = pd.DataFrame([[1, 3], [2, 4]], index=['a', 'b'], columns=['c1', 'c2'])
df6
c1 c2
a 1 3
b 2 4
|