极客笔记从Pandas系列创建数据帧
在Pandas中，Series是指一个一维数据结构，而DataFrame是一个二维数据结构。DataFrame是以表格形式存放数据，行和列的形式，因此是Pandas常用的数据类型。本文将介绍如何创建一个DataFrame数据结构。
使用Python字典创建数据帧
使用Python字典可以创建一个DataFrame数据结构。下面的示例展示了如何使用Python字典创建数据框架。
import pandas as pd
data = {'姓名': ['小明', '小王', '小华', '小刚'],
'年龄': [25, 26, 26, 24],
'城市': ['北京', '上海', '南京', '成都']}
df = pd.DataFrame(data)
print(df)
这里，我们使用pd.DataFrame()创建一个新的数据框架。我们使用字典对象data来定义数据，其中键是列名，值是列表。然后调用pd.DataFrame()方法来创建一个DataFrame对象。最终，我们打印出数据框架，输出以下结果：
姓名 年龄 城市
0 小明 25 北京
1 小王 26 上海
2 小华 26 南京
3 小刚 24 成都
结果表明，我们成功地将给定的Python字典创建了一个DataFrame。
使用Pandas数据系列创建数据帧
除了使用字典创建DataFrame之外，我们还可以使用Pandas系列来创建它。下面的示例演示了如何使用Pandas series创建DataFrame。
import pandas as pd
name = pd.Series(['小明', '小王', '小华', '小刚'])
age = pd.Series([25, 26, 26, 24])
city = pd.Series(['北京', '上海', '南京', '成都'])
data = {'姓名': name, '年龄': age, '城市': city}
df = pd.DataFrame(data)
print(df)
在这个脚本中，我们首先定义了三个series：name，age和city。然后，我们使用字典将这些series传递给pandas的DataFrame对象。最终，我们打印出数据框架，输出以下结果：
姓名 年龄 城市
0 小明 25 北京
1 小王 26 上海
2 小华 26 南京
3 小刚 24 成都
结果表明，我们使用Pandas系列成功地创建了一个DataFrame。
使用CSV文件创建数据帧
我们还可以使用CSV文件创建DataFrame。CSV是逗号分隔值的简称，是一个非常常见的文件格式，常用于存储表格数据。下面是一个示例，演示如何使用CSV文件创建DataFrame。
假设我们有一个CSV文件，名为’employee.csv’，内容如下：
姓名，年龄，城市
小明，25，北京
小王，26，上海
小华，26，南京
小刚，24，成都
我们使用Pandas的read_csv()方法来读取这个文件并创建DataFrame。
import pandas as pd
df = pd.read_csv('employee.csv')
print(df)
这里我们使用read_csv()方法从文件中读取数据，然后调用pd.DataFrame()方法来创建一个DataFrame对象。最后，我们打印出数据框架，输出以下结果：
姓名 年龄 城市
0 小明 25 北京
1 小王 26 上海
2 小华 26 南京
3 小刚 24 成都
使用SQL数据库创建数据框架
最后，我们可以使用SQL数据库中的数据创建DataFrame。Pandas提供了一个read_sql()方法，可以从SQL数据库中读取数据并创建DataFrame。下面是一个示例，演示如何使用SQL数据库创建DataFrame。
import pandas as pd
import sqlite3
# 连接SQLite数据库
conn = sqlite3.connect('employee.db')
# 从数据库中读取数据并创建DataFrame
df = pd.read_sql("SELECT * FROM employee", conn)
# 关闭数据库连接
conn.close()
print(df)
在这个脚本中，我们首先使用sqlite3库来连接到SQLite数据库。然后，我们使用Pandas的read_sql()方法来从数据库中读取数据并创建DataFrame。最后，我们关闭数据库连接，并打印出数据框架，输出以下结果：
姓名 年龄 城市
0 小明 25 北京
1 小王 26 上海
2 小华 26 南京
3 小刚 24 成都
结论
在本文中，我们介绍了四种方式来创建Pandas DataFrame。第一种是使用Python字典创建DataFrame，第二种是使用Pandas数据系列创建DataFrame，第三种是使用CSV文件创建DataFrame，第四种是使用SQL数据库创建DataFrame。我们可以根据实际需求选择其中的任何一种方法来创建DataFrame。无论哪种方法，Pandas都提供了可靠的工具来处理数据，使得数据处理变得更加简单和高效。