python 字典格式，以及使用字典创建DataFrame_创建一个5行 dataframe-优快云博客

本文链接：https://blog.youkuaiyun.com/Julienling/article/details/117947573

本文深入探讨了Python字典的格式，并介绍了如何利用字典高效地创建和操作Pandas DataFrame。通过实例，我们展示了如何从字典转换为DataFrame，进行数据筛选、更新和合并等常见数据处理任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import os
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
# 输出窗口能够输出所有的列而不换行显示
pd.set_option('display.expand_frame_repr',False)
pd.set_option('display.max_columns', None)

# 使用字典创建DataFrame  
#  字典名 = {
# 	'列索引' ： [该列的所有值],
# 	.
# 	.
# 	.
# 	'列索引' ： [该列的所有值]
# }
# df=DataFrame(data=dic, index=[]), 无须另写columns  需要写index

# 以经纬度，海面风速等作为列
dic = {
    'latitude':[1,2,3], 
     'longitude':[1,2,3],
     'time':[1,2,3],
     'WIND_surface':[1,2,3],
     'WDIR_surface':[1,2,3], 
     'UGRD_surface':[1,2,3],
     'VGRD_surface':[1,2,3], 
     'ICEC_surface':[1,2,3]
     # 'HTSGW_surface':[1,2,3],
     # 'IMWF_surface':[1,2,3],
     # 'MWSPER_surface':[1,2,3], 
     # 'PERPW_surface':[1,2,3],
     # 'WWSDIR_surface':[1,2,3], 
     # 'DIRPW_surface':[1,2,3],
     # 'WVHGT_surface':[1,2,3], 
     # 'SWELL_1insequence':[1,2,3],
     # 'SWELL_2insequence':[1,2,3], 
     # 'SWELL_3insequence':[1,2,3],
     # 'WVPER_surface':[1,2,3],
     # 'SWPER_1insequence':[1,2,3], 
     # 'SWPER_2insequence':[1,2,3],
     # 'SWPER_3insequence':[1,2,3],
     # 'WVDIR_surface':[1,2,3], 
     # 'SWDIR_1insequence':[1,2,3], 
     # 'SWDIR_2insequence':[1,2,3], 
     # 'SWDIR_3insequence':[1,2,3]
    }
df=DataFrame(data=dic,index=['r1','r2','r3'])
# print(df['r1':'r2', 'latitude':'time'])