Python中pandas模块DataFrame创建方法示例
作者：NoBug__
这篇文章主要介绍了Python中pandas模块DataFrame创建方法,结合实例形式分析了DataFrame的功能,以及pandas模块基于列表、字段与数组创建DataFrame的相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python中pandas模块DataFrame创建方法。分享给大家供大家参考，具体如下：
DataFrame创建
1. 通过列表创建DataFrame
2. 通过字典创建DataFrame
3. 通过Numpy数组创建DataFrame
DataFrame这种列表式的数据结构和Excel工作表非常类似，其设计初衷是讲Series的使用场景由一维扩展到多维. DataFrame由按一定顺序的多列数据组成，各列的数据类型可以有所不同(数值、字符串、布尔值).
Series对象的Index数组存放有每个元素的标签，而DataFrame对象有所不同，它有两个索引数组。第一个索引数组与行有关，它与Series的索引数组极为相似。 每个标签与标签所在行的所有元素相关联。而第二个数组包含一系列标签，每个标签与一列数据相关联.
DataFrame还可以理解为一个由Series组成的字典，其中每一列的列名为字典的键，每一个Series作为字典的值.
列表创建
d1 = DataFrame([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) d1 ---------- 0 1 2 0 1 2 3 1 4 5 6 2 7 8 9
字典创建
d2 = DataFrame({
'a': [1, 2, 3, 4],
'b': [5, 6, 7, 8],
'c': [9, 10, 11, 12],
'd': [13, 14, 15, 16]
})
d2
----------
a b c d
0 1 5 9 13
1 2 6 10 14
2 3 7 11 15
3 4 8 12 16
d3 = DataFrame({
'Smith': {'age': 10, 'sex': '男'},
'Obama': {'age': 10, 'sex': '男'},
'Trump': {'age': 10, 'sex': '男'},
})
d3
----------
Obama Smith Trump
age 10 10 10
sex 男 男 男
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。