Python创建DataFrame|极客笔记

Python创建DataFrame

在Python中，我们经常会使用pandas库来处理数据，而pandas中最常用的数据结构之一就是DataFrame。DataFrame可以看作是一个二维的数据结构，类似于Excel中的表格。我们可以利用DataFrame来存储和处理各种类型的数据，非常灵活和方便。

创建空的DataFrame

首先，我们来看如何创建一个空的DataFrame。可以使用pandas的DataFrame构造函数来创建一个空的DataFrame，然后向其中添加数据。

import pandas as pd

df = pd.DataFrame()

print(df)

运行上面的代码，可以看到输出的结果是一个空的DataFrame：

Empty DataFrame
Columns: []
Index: []

创建带有数据的DataFrame

接下来，我们来看如何创建一个带有数据的DataFrame。可以传入一个字典到DataFrame构造函数中，其中字典的键是列名，值是对应列的数据。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data)

print(df)

运行上面的代码，可以看到输出的结果是一个带有数据的DataFrame：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

创建带有索引的DataFrame

有时候我们还希望给DataFrame添加行索引，可以在创建DataFrame时指定索引参数。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data, index=['A', 'B', 'C'])

print(df)

运行上面的代码，可以看到输出的结果是一个带有索引的DataFrame：

      Name  Age         City
A    Alice   25     New York
B      Bob   30  Los Angeles
C  Charlie   35      Chicago

创建DataFrame并设置列类型

有时候我们还需要设置DataFrame中各列的数据类型，可以在创建DataFrame时指定dtype参数。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data, dtype={'Age': 'int64'})

print(df.dtypes)

运行上面的代码，可以看到输出的结果是DataFrame各列的数据类型：

Name    object
Age      int64
City    object
dtype: object

从列表创建DataFrame

除了从字典创建DataFrame外，还可以从列表创建DataFrame。例如，我们可以将多个列表组合成一个二维数组，然后传入DataFrame构造函数中。

data = [
    ['Alice', 25, 'New York'],
    ['Bob', 30, 'Los Angeles'],
    ['Charlie', 35, 'Chicago']
]

df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])

print(df)

运行上面的代码，可以看到输出的结果是一个从列表创建的DataFrame：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

从CSV文件创建DataFrame

最常见的情况是从外部数据源（如CSV文件）创建DataFrame。我们可以使用pandas的read_csv函数来读取CSV文件并创建DataFrame。

假设我们有一个名为data.csv的CSV文件，包含以下内容：

Name,Age,City
Alice,25,New York
Bob,30,Los Angeles
Charlie,35,Chicago

我们可以使用以下代码将data.csv文件读取为DataFrame：

df = pd.read_csv('data.csv')

print(df)

运行上面的代码，可以看到输出的结果是从CSV文件创建的DataFrame：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

总结

通过上面的介绍，我们学习了如何使用pandas库在Python中创建DataFrame。无论是从字典、列表还是CSV文件创建DataFrame，pandas都提供了非常方便的方法。DataFrame是pandas库的核心数据结构之一，可以帮助我们更轻松地处理和分析各种数据。

Python创建DataFrame