极客笔记如何在Python中创建DataFrame
数据框是一个二维数据集合。它是一种数据结构，其中数据以表格形式存储。数据集按行和列排列；我们可以在数据框中存储多个数据集。我们可以执行各种算术操作，例如在数据框中添加列/行选择和列/行。
我们可以从外部存储导入数据框；这些存储可以是SQL数据库、CSV文件和Excel文件。我们还可以使用列表、字典以及从字典列表等信息。
在本教程中，我们将学习多种创建数据框的方法。让我们了解这些不同的方法。
首先，我们需要在Python环境中安装 pandas 库。
一个空的DataFrame
我们可以创建一个基本的空数据框。需要调用数据框构造函数来创建数据框。让我们了解以下示例。
示例
# import pandas as pd
import pandas as pd
# Calling DataFrame constructor
df = pd.DataFrame()
print(df)
输出：
Empty DataFrame
Columns: []
Index: []
使用列表创建DataFrame
我们可以使用单个列表或列表的列表来创建数据框。让我们看一下以下示例。
示例
# importing pandas library
import pandas as pd
# string values in the list
lst = ['Java', 'Python', 'C', 'C++',
'JavaScript', 'Swift', 'Go']
# Calling DataFrame constructor on list
dframe = pd.DataFrame(lst)
print(dframe)
输出：
0 Java
1 Python
2 C
3 C++
4 JavaScript
5 Swift
6 Go
从字典的ndarray/lists中创建DataFrame
字典的ndarray/lists可以用来创建DataFrame，所有的 ndarray 必须具有相同的长度。默认情况下，索引将是range(n)，其中n表示数组的长度。让我们来看下面的示例。
示例
import pandas as pd
# assign data of lists.
data = {'Name': ['Tom', 'Joseph', 'Krish', 'John'], 'Age': [20, 21, 19, 18]}
# Create DataFrame
df = pd.DataFrame(data)
# Print the output.
print(df)
输出:
Name Age
0 Tom 20
1 Joseph 21
2 Krish 19
3 John 18
使用数组创建索引Dataframe
让我们通过以下示例来了解如何使用数组创建索引Dataframe。
示例
# DataFrame using arrays.
import pandas as pd
# assign data of lists.
data = {'Name':['Renault', 'Duster', 'Maruti', 'Honda City'], 'Ratings':[9.0, 8.0, 5.0, 3.0]}
# Creates pandas DataFrame.
df = pd.DataFrame(data, index =['position1', 'position2', 'position3', 'position4'])
# print the data
print(df)
输出：
Name Ratings
position1 Renault 9.0
position2 Duster 8.0
position3 Maruti 5.0
position4 Honda City 3.0
说明 –
在上面的代码中，我们定义了带有各种汽车名称和其评分的列名。我们使用数组来创建索引。
从字典列表创建DataFrame
我们可以将字典列表作为输入数据传递给创建Pandas数据框。默认情况下，列名被视为键。让我们了解以下示例。
示例
# the example is to create
# Pandas DataFrame by lists of dicts.
import pandas as pd
# assign values to lists.
data = [{'A': 10, 'B': 20, 'C':30}, {'x':100, 'y': 200, 'z': 300}]
# Creates DataFrame.
df = pd.DataFrame(data)
# Print the data
print(df)
输出：
A B C x y z
0 10.0 20.0 30.0 NaN NaN NaN
1 NaN NaN NaN 100.0 200.0 300.0
让我们了解一个示例，从字典列表中创建带有行索引和列索引的pandas dataframe。
示例2：
import pandas as pd
# assigns values to lists.
data = [{'x': 1, 'y': 2}, {'A': 15, 'B': 17, 'C': 19}]
# With two column indices, values same
# as dictionary keys
dframe1 = pd.DataFrame(data, index =['first', 'second'], columns =['x', 'y'])
# With two column indices with
# one index with other name
dframe2 = pd.DataFrame(data, index =['first', 'second'], columns =['x', 'y1'])
# print the first data frame
print (dframe1, "\n")
# Print the second DataFrame.
print (dframe2)
输出：
x y
first 1.0 2.0
second NaN NaN
x y1
first 1.0 NaN
second NaN NaN
让我们通过传递字典和行的列表来理解另一个创建dataframe的示例。
示例3
# The example is to create
# Pandas DataFrame by passing lists of
# Dictionaries and row indices.
import pandas as pd
# assign values to lists
data = [{'x': 2, 'z':3}, {'x': 10, 'y': 20, 'z': 30}]
# Creates padas DataFrame by passing
# Lists of dictionaries and row index.
dframe = pd.DataFrame(data, index =['first', 'second'])
# Print the dataframe
print(dframe)
输出:
x y z
first 2 NaN 3
second 10 20.0 30
我们讨论了使用字典列表创建数据帧的三种方法。
使用zip()函数创建DataFrame
zip()函数用于合并两个列表。让我们了解以下示例。
示例
# The example is to create
# pandas dataframe from lists using zip.
import pandas as pd
# List1
Name = ['tom', 'krish', 'arun', 'juli']
# List2
Marks = [95, 63, 54, 47]
# two lists.
# and merge them by using zip().
list_tuples = list(zip(Name, Marks))
# Assign data to tuples.
print(list_tuples)
# Converting lists of tuples into
# pandas Dataframe.
dframe = pd.DataFrame(list_tuples, columns=['Name', 'Marks'])
# Print data.
print(dframe)
输出：
[('john', 95), ('krish', 63), ('arun', 54), ('juli', 47)]
Name Marks
0 john 95
1 krish 63
2 arun 54
3 juli 47
从系列字典创建DataFrame
字典可以用来创建一个数据框。我们可以使用系列字典，其中后续的索引是传递的索引值的所有系列的并集。让我们来了解下面的示例。
示例
# Pandas Dataframe from Dicts of series.
import pandas as pd
# Initialize data to Dicts of series.
d = {'Electronics' : pd.Series([97, 56, 87, 45], index =['John', 'Abhinay', 'Peter', 'Andrew']),
'Civil' : pd.Series([97, 88, 44, 96], index =['John', 'Abhinay', 'Peter', 'Andrew'])}
# creates Dataframe.
dframe = pd.DataFrame(d)
# print the data.
print(dframe)
输出:
Electronics Civil
John 97 97
Abhinay 56 88
Peter 87 44
Andrew 45 96
在本教程中，我们讨论了创建数据框(DataFrames)的不同方法。