pandas创建DataFrame的方式小结

更新时间：2021年09月30日 10:30:53 作者：Eternal1690

今天给大家整理了pandas创建DataFrame的方式小结，现在我们就来看看这三种生成Dataframe的方式，每种方式通过实例代码给大家介绍的非常详细，需要的朋友参考下吧

如果你是一个pandas初学者，那么不知道你会不会像我一样。在学用列表或者数组创建DataFrame时理不清怎样用数据生成以及想要形状的的Dataframe，那么，现在，你不用自己琢磨了，我这里给你整理了一下，现在我们就来看看这三种生成Dataframe的方式。

1.用传入列表或者数组创建DataFrame 采用列表创建DataFrame

nums = [[i for i in range(3)] for _ in range(10)]
nums

在这里插入图片描述

colu = [f'col_{i}' for i in range(3)]   # 用来做列名
inde = [f'row_{i}' for i in range(10)]  # 用来做索引
pd.DataFrame(data=nums,index=inde,columns=colu)   
# 参数解释：data是要传入的数据，index是索引（不指定会自动产生自增长的索引），
# columns为指定的列名，按照顺序装在一个列表中

在这里插入图片描述

不知道你发现没有，生成的DataFrame形状和前面的列表'长相‘是一样的，所以，以后要用这种方式创建DataFrame的话是不是只要先把列表生成好形状，就不用再调整DataFrame形状了。

当然用数组创建DataFrame其实是一样的道理，所以我不演示了，我这里给一段代码，需要请自行调试。

用列表创建DataFrame

import numpy as np
import pandas as pd

nums = np.array([i for i in range(1,31)]).reshape(10,3)
colu = [f'col_{i}' for i in range(3)]
inde = [f'row_{i}' for i in range(10)]  
pd.DataFrame(data=nums,index=inde,columns=colu)

在这里插入图片描述

实际上这两种方式我们并不推荐，我们更推荐用下面这种data参数给字典的方式来创建DataFrame

2.传入字典形式参数创建DataFrame

import numpy as np
import pandas as pd

hight = np.random.randint(158,180,10)
weight = np.random.randint(49,75,10)
pd.DataFrame(data={
    'hight':hight,
    'weight':weight,}
)      # 这里没有设置索引，会自动生成

在这里插入图片描述

怎么样，这样是不是超级简单呢？

将直接读取数据文件生成DataFrame

但实际上以上创建DataFrame的方式都不是日常工作中最常用的，很多时候，其实我们是直接读取以个文件，然后将文件中的数据放入DataFrame中进行数据分析。
那么，接下来我们看一下用pandas读取excel文件或者csv文件
当我们输入代码pd.read_然后按tab键我们发现

在这里插入图片描述

因此我们发现，其实不仅仅是csv和excel文件，实际上还可以读取很多种类型的文件，但这里我们只演示读取excel和csv文件

读取excel

df = pd.read_excel('data/2020年销售数据.xlsx')  
df

在这里插入图片描述

读取csv

df = pd.read_csv('data/2018年北京积分落户数据.csv',encoding='utf-8')  # encoding参数指定数据的编码方式为utf-8
df

在这里插入图片描述

好了，创建DataFrame就先分享到这里，下篇文章见。

到此这篇关于pandas创建DataFrame的方式小结的文章就介绍到这了,更多相关pandas创建DataFrame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！

您可能感兴趣的文章:

使用python和pygame绘制繁花曲线的方法
本篇文章主要介绍了使用python和pygame绘制繁花曲线的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-02-02
Python 中借助日志记录库使用 Log4j的过程记录
这篇文章主要介绍了在 Python 中借助日志记录库使用 Log4j,本文解释了什么是 log4j，它是如何工作的，以及我们为什么要使用它，需要的朋友可以参考下
2023-07-07
python脚本生成caffe train_list.txt的方法
下面小编就为大家分享一篇python脚本生成caffe train_list.txt的方法，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
2018-04-04
python对Excel的读取的示例代码
这篇文章主要介绍了python对Excel的读取的示例代码，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，需要的朋友们下面随着小编来一起学习学习吧
2020-02-02
Python第三方库的几种安装方式(小结)
这篇文章主要介绍了Python第三方库的几种安装方式(小结)，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，需要的朋友们下面随着小编来一起学习学习吧
2020-04-04
numpy按列连接两个维数不同的数组方式
今天小编就为大家分享一篇numpy按列连接两个维数不同的数组方式，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
2019-12-12
Python导入父文件夹中模块并读取当前文件夹内的资源
这篇文章主要给大家介绍了关于Python导入父文件夹中模块并读取当前文件夹内资源的相关资料，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，需要的朋友们下面随着小编来一起学习学习吧
2020-11-11
python操作mysql、excel、pdf的示例
这篇文章主要介绍了python操作mysql、excel、pdf的示例，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
2021-03-03
如何利用Python让Excel快速按条件筛选数据
平时总是要对Excel进行操作,整理了一下平时经常会用到的操作,下面这篇文章主要给大家介绍了关于如何利用Python让Excel快速按条件筛选数据的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
2022-12-12
Python3字符串encode与decode的讲解
今天小编就为大家分享一篇关于Python3字符串encode与decode的讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-04-04