DataFrame对象创建


前言

一、创建DataFrame对象

示例:将字典:{‘年龄’: [23, 22, 21], ‘岗位’: [‘客服’, ‘运营’, ‘公关’], ‘年购买量’: [10, 15, 8]}。转换成一个DataFrame对象。

二、使用步骤

代码如下(示例):


## 2.代码如下

#导入Pandas库
import pandas as pa

#创建字典
dict_1 {} = {'年龄': [23, 22, 21], '岗位': ['客服', '运营', '公关'], '年购买量': [10, 15, 8]}
#创建df对象
jobs_df= pd.DataFrame(dict_1)
#查看jobs_df
jobs_df




# 总结
提示:本文介绍创建DataFrame对象方法。
### 如何在 Pandas 中创建 DataFrame 对象 #### 使用字典创建 DataFrame 可以通过传递一个 Python 字典给 `pd.DataFrame` 函数来创建 DataFrame,其中键作为列名而对应的值列表则构成各列的数据。 ```python import pandas as pd # 创建一个简单的DataFrame data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'San Francisco', 'Los Angeles'] } df = pd.DataFrame(data) print(df) ``` 此段代码展示了如何通过提供包含姓名、年龄和城市的信息字典来构建一个新的 DataFrame 实例[^3]。 #### 利用二维数组创建 DataFrame 除了字典之外,还可以利用 NumPy 的二维数组或者其他形式的嵌套序列来初始化 DataFrame,并指定相应的行索引与列名称。 ```python import numpy as np # 使用NumPy array创建DataFrame并自定义索引和列名 array_data = np.array([ ['Tom', 28, 'Teacher'], ['Jerry', 36, 'Engineer'] ]) custom_df = pd.DataFrame(array_data, columns=['Name', 'Age', 'Occupation']) print(custom_df) ``` 这里说明了当输入为二维数组时,怎样设置额外参数如 `columns` 来命名各字段[^4]。 #### 导入外部文件生成 DataFrame 对于实际应用而言,更多情况下是从 CSV 文件或其他格式的数据源读取资料以形成 DataFrame。这可通过调用特定于文件类型的加载器实现,比如 `read_csv()` 方法适用于逗号分隔值 (CSV) 文件。 ```python # 假设有一个名为"data.csv"的本地CSV文件 csv_df = pd.read_csv('path/to/data.csv') print(csv_df.head()) # 显示前几行数据以便快速预览 ``` 上述例子表明从现有文件中提取数据到内存中的 DataFrame 结构是多么简单直接。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值