创建 Pandas 数据框

在现实世界中，将通过从现有存储中加载数据集来创建 Pandas DataFrame，存储可以是 SQL 数据库、CSV 文件和 Excel 文件。 Pandas DataFrame 可以从列表、字典和字典列表等中创建。

Dataframe 是一种二维数据结构，即数据在行和列中以表格方式对齐。在按行和列排列的数据帧数据集中，我们可以在数据帧中存储任意数量的数据集。我们可以对这些数据集执行许多操作，例如算术运算、列/行选择、列/行加法等。

Pandas DataFrame 可以通过多种方式创建。让我们一一讨论创建DataFrame的不同方法。
创建一个空数据框：
可以创建的基本 DataFrame 是 Empty Dataframe。只需调用数据框构造函数即可创建空数据框。

Python3

# import pandas as pd
import pandas as pd
 
# Calling DataFrame constructor
df = pd.DataFrame()
 
print(df)

输出 ：

Empty DataFrame
Columns: []
Index: []

使用 List 创建数据框：
可以使用单个列表或列表列表创建 DataFrame。

Python3

# import pandas as pd
import pandas as pd
 
# list of strings
lst = ['Geeks', 'For', 'Geeks', 'is',
            'portal', 'for', 'Geeks']
 
# Calling DataFrame constructor on list
df = pd.DataFrame(lst)
print(df)

输出：

从 ndarray/lists 的 dict 创建 DataFrame ：
要从 narray/list 的 dict 创建 DataFrame，所有 narray 必须具有相同的长度。如果传递了索引，则长度索引应等于数组的长度。如果没有传递索引，则默认情况下，索引将是 range(n)，其中 n 是数组长度。

Python3

# Python code demonstrate creating
# DataFrame from dict narray / lists
# By default addresses.
 
import pandas as pd
 
# initialise data of lists.
data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18]}
 
# Create DataFrame
df = pd.DataFrame(data)
 
# Print the output.
print(df)

输出：

使用字典从列表创建熊猫数据框：
使用字典从列表创建熊猫数据框可以通过不同的方式实现。我们可以使用 pandas.DataFrame 使用字典从列表中创建 pandas 数据框。通过 Pandas 中的这种方法，我们可以将列表字典转换为数据框。

Python3

# importing pandas as pd
import pandas as pd
 
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
df = pd.DataFrame(dict)
 
print(df)

输出：

创建数据框的多种方法：

• 创建 Pandas 数据框的不同方法
• 使用 zip 从列表创建熊猫数据框
• 从字典列表创建 Pandas DataFrame
• 从等长列表的字典创建 Pandas 数据框
• 使用 List 创建数据框
• 使用字典从列表创建熊猫数据框