📅 最后修改于: 2020-10-29 00:50:18 🧑 作者: Mango
数据框是数据的二维集合。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运算，例如在数据帧中添加列/行选择和列/行。
我们可以从外部存储导入DataFrame；这些存储可以称为SQL数据库，CSV文件和Excel文件。我们还可以使用列表，字典以及字典列表等。
在本教程中，我们将学习以多种方式创建数据框。让我们了解这些不同的方式。
首先，我们需要将pandas库安装到Python环境中。
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。
范例-
# import pandas as pd
import pandas as pd
# Calling DataFrame constructor
df = pd.DataFrame()
print(df)
输出：
Empty DataFrame
Columns: []
Index: []
我们可以使用单个列表或列表列表创建数据框。让我们了解以下示例。
范例-
# 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
ndarray / list的字典可用于创建数据帧，所有ndarray的长度必须相同。默认情况下，索引为range(n)；其中n表示数组长度。让我们了解以下示例。
范例-
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
让我们了解以下示例，以使用数组创建索引数据框。
范例-
# 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，我们使用各种汽车名称及其等级定义了列名称。我们使用数组来创建索引。
我们可以将字典列表作为输入数据进行传递，以创建Pandas数据框。默认情况下，列名被用作键。让我们了解以下示例。
范例-
# 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
让我们理解另一个示例，该示例根据字典列表创建带有行索引和列索引的pandas数据框。
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
让我们理解另一个示例，该示例通过传递字典和行的列表来创建数据框。
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框的三种方法。
zip()函数用于合并两个列表。让我们了解以下示例。
范例-
# 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
可以传递字典以创建数据框。我们可以使用序列的Dicts，其中后续索引是所有传递的索引值序列的并集。让我们了解以下示例。
范例-
# 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的不同方法。