创建 Pandas DataFrame

创建 Pandas DataFrame

参考：create pandas dataframe

Pandas 是一个强大的 Python 数据分析库，它提供了高效的数据结构和数据操作工具，使得数据分析和数据处理变得更加简单和直观。其中，DataFrame 是 Pandas 中最核心的数据结构之一，它是一个二维的、表格型的数据结构，可以存储不同类型的数据，并且具有灵活的数据操作能力。

本文将详细介绍如何使用 Pandas 创建 DataFrame，并提供多个示例代码来展示不同的创建方法。

1. 从列表创建 DataFrame

可以通过将列表转换为 DataFrame 来创建数据框。这是最简单的创建方法之一。

import pandas as pd

data = [1, 2, 3, 4]
df = pd.DataFrame(data, columns=['pandasdataframe.com'])
print(df)

Output:

2. 从字典创建 DataFrame

当数据以字典的形式存在时，可以直接将字典转换为 DataFrame。字典的键将成为列名。

import pandas as pd

data = {'pandasdataframe.com': [1, 2, 3, 4]}
df = pd.DataFrame(data)
print(df)

Output:

3. 从多个列表创建 DataFrame

可以将多个列表组合成一个字典，然后将字典转换为 DataFrame。

import pandas as pd

data = {
    'pandasdataframe.com': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)
print(df)

Output:

4. 从列表的列表创建 DataFrame

当数据以列表的列表形式存在时，可以直接将其转换为 DataFrame。

import pandas as pd

data = [[1, 'pandasdataframe.com'], [2, 'B'], [3, 'C'], [4, 'D']]
df = pd.DataFrame(data, columns=['Number', 'Letter'])
print(df)

Output:

5. 从 NumPy 数组创建 DataFrame

如果你正在使用 NumPy，可以直接将 NumPy 数组转换为 DataFrame。

import pandas as pd
import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame(data, columns=['A', 'B', 'pandasdataframe.com'])
print(df)

Output:

6. 从 CSV 文件创建 DataFrame

Pandas 提供了读取 CSV 文件的功能，可以直接将 CSV 文件内容读取为 DataFrame。

import pandas as pd

df = pd.read_csv('pandasdataframe.com.csv')
print(df)

7. 从 JSON 创建 DataFrame

类似于 CSV，Pandas 也可以直接读取 JSON 数据并将其转换为 DataFrame。

import pandas as pd

data = '{"A": [1, 2, 3], "pandasdataframe.com": [4, 5, 6]}'
df = pd.read_json(data)
print(df)

8. 从 HTML 表格创建 DataFrame

Pandas 可以解析 HTML 中的表格数据，并将其转换为 DataFrame。

import pandas as pd

html_data = '<table><tr><th>pandasdataframe.com</th></tr><tr><td>1</td></tr></table>'
dfs = pd.read_html(html_data)
df = dfs[0]
print(df)

9. 从剪贴板创建 DataFrame

Pandas 还可以从系统剪贴板读取数据，这在从网页或其他应用程序复制数据时非常有用。

import pandas as pd

# 假设你已经复制了一些数据到剪贴板
df = pd.read_clipboard()
print(df)

10. 使用 DataFrame 构造器创建 DataFrame

Pandas 的 DataFrame 构造器提供了多种参数，可以用于创建复杂的 DataFrame。

import pandas as pd

data = {'pandasdataframe.com': [1, 2, 3, 4]}
index = ['a', 'b', 'c', 'd']
df = pd.DataFrame(data, index=index)
print(df)

Output:

以上是创建 Pandas DataFrame 的一些常见方法。通过这些方法，你可以根据不同的数据来源和需求灵活地创建 DataFrame，进而进行数据分析和数据处理。