Pandas嵌套列表转Pandas Dataframe带表头

在本文中，我们将介绍如何将Pandas嵌套列表转换为Pandas Dataframe，并为其提供表头。嵌套列表是指一个列表中包含多个子列表的情况，而嵌套列表的每个子列表都可以看做是一个记录。例如，以下就是一个包含5条记录的嵌套列表：

nested_list = [[1, 'John', 23],
               [2, 'Sally', 31],
               [3, 'Mike', 42],
               [4, 'Emily', 28],
               [5, 'Kevin', 35]]

每条记录包含3个字段：id、name和age。现在我们希望将这个嵌套列表转换为Pandas Dataframe，并为其添加表头。具体步骤如下：
阅读更多：Pandas 教程

1. 将嵌套列表转换为Pandas Dataframe

首先，我们需要将嵌套列表转换为Pandas Dataframe。这可以通过Pandas的DataFrame()函数来实现：

import pandas as pd

df = pd.DataFrame(nested_list)
print(df)

输出结果如下：

   0      1   2
0  1   John  23
1  2  Sally  31
2  3   Mike  42
3  4  Emily  28
4  5  Kevin  35

可以看到，这个Dataframe中没有表头，而是使用数字0、1、2作为列名。接下来我们需要为其添加表头。

2. 为Pandas Dataframe添加表头

为了为Dataframe添加表头，我们需要创建一个包含表头的列表。例如，如果我们希望将第一列命名为”id”，第二列命名为”name”，第三列命名为”age”，则可以创建如下表头列表：

headers = ['id', 'name', 'age']

接着，我们将这个表头列表作为参数传递给Dataframe的columns属性：

df.columns = headers
print(df)

输出结果如下：

   id   name  age
0   1   John   23
1   2  Sally   31
2   3   Mike   42
3   4  Emily   28
4   5  Kevin   35

可以看到，现在这个Dataframe已经具备了表头。

3. 将上述步骤合并为一个函数

如果我们需要将多个嵌套列表转换成Dataframe，并添加相同的表头，那么可以将上述两个步骤合并为一个函数：

def nested_list_to_dataframe(nested_list, headers):
    df = pd.DataFrame(nested_list)
    df.columns = headers
    return df

我们可以像下面这样调用这个函数：

nested_list = [[1, 'John', 23],
               [2, 'Sally', 31],
               [3, 'Mike', 42],
               [4, 'Emily', 28],
               [5, 'Kevin', 35]]

headers = ['id', 'name', 'age']

df = nested_list_to_dataframe(nested_list, headers)
print(df)

输出结果同上。