pandas——Dataframe的多种创建方式

理解Dataframe

Dataframe是pandas中的一种数据结构，表示二维矩阵的数据表，区别于列表和字典这种一维的结构。二维具体表示为行和列，类似于sql中表的格式（或者简单理解为类似于excel中的一张表），每一列可储存不同的数据类型，比如字符型、数值型、布尔型或者object类型。

创建Dataframe

1. 从字典中创建

import pandas as pd
d = {'广东':['广州','深圳'], '福建':['福州', '厦门']}
df = pd.DataFrame(d)

​注：

使用第一种方法一般需要字典的值为列表，如果是

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame(d)

会报错：ValueError: If using all scalar values, you must pass an index，意思是需要确定并传入索引index。

• 解决办法一可以根据想要表达的意思传入索引：

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame(d, index=[0])

​传入几个索引，DataFrame就会有几行，不过在这里每一行都是相同的：

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame(d, index=[0,1,2])

• 解决办法二也可以使用list(d.items())：

list(d.items())的得到的结果是这样的，将字典转化为一对对键值对：

[('广东', 23), ('福建', 8), ('江苏', 13)]

传入Dataframe：

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame(list(d.items()))

这样更接近我想要的结果

这时可以给Dataframe的列命名，相当于原来字典的key为一列，value为一列

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame(list(d.items()), columns=['省', '地级市'])

• 解决办法三使用DataFrame.from_dict()

d = {'广东':23, '福建':8, '江苏':13} 
df = pd.DataFrame.from_dict(d, orient='index')

2. 从numpy ndarray创建

df = pd.DataFrame(np.array([['广州', '厦门', '乌鲁木齐'], 
                            ['深圳', '福州', '喀什'], 
                            ['汕头', '泉州', '石河子']]), 
                    columns=['广东', '福建', '新疆'])

​np.array与dict构造DataFrame不一样，array里面每一个list长度必须一样，代表DataFrame每一行，类似于sql insert插入表，值顺序对应好列名。

3. 使用pd.read_csv等读取csv文件创建，或者pd.read_excel等

---

参考链接：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html?highlight=dataframe#pandas.DataFrame