从两个变量创建数据框 - Python

在Python中，可以通过pandas库的DataFrame()方法从两个变量创建数据框。数据框是一个由行和列组成的表格，类似于Excel工作表，可以方便地处理和分析数据。

下面是一个简单的例子，展示了如何从两个变量创建数据框：

import pandas as pd

# 创建两个变量
names = ['Alice', 'Bob', 'Charlie', 'David']
ages = [25, 32, 18, 47]

# 将两个变量合并为数据框
df = pd.DataFrame({'Name': names, 'Age': ages})

# 打印输出结果
print(df)

上面的代码将names和ages这两个变量合并为一个数据框，并按照列名Name和Age进行命名。运行代码后，输出结果如下：

       Name  Age
0     Alice   25
1       Bob   32
2   Charlie   18
3     David   47

从上面的输出结果可以看到，我们成功地创建了一个包含4行2列的数据框，其中每行分别代表一个人，第一列代表人的姓名，第二列代表人的年龄。

除了上面的例子，我们还可以使用其他方法实现从两个变量创建数据框的功能。以下是一些常用方法的示例：

方法一：使用列表推导式

import pandas as pd

names = ['Alice', 'Bob', 'Charlie', 'David']
ages = [25, 32, 18, 47]

# 使用列表推导式创建二维数组
data = [[names[i], ages[i]] for i in range(len(names))]

# 将二维数组转换为数据框
df = pd.DataFrame(data, columns=['Name', 'Age'])

# 打印输出结果
print(df)

方法二：使用numpy数组

import pandas as pd
import numpy as np

names = ['Alice', 'Bob', 'Charlie', 'David']
ages = [25, 32, 18, 47]

# 使用numpy数组构造一个二维数组
data = np.array([names, ages]).T.tolist()

# 将二维数组转换为数据框
df = pd.DataFrame(data, columns=['Name', 'Age'])

# 打印输出结果
print(df)

方法三：使用zip函数

import pandas as pd

names = ['Alice', 'Bob', 'Charlie', 'David']
ages = [25, 32, 18, 47]

# 使用zip函数将两个变量合并为元组对
data = list(zip(names, ages))

# 将元组对转换为数据框
df = pd.DataFrame(data, columns=['Name', 'Age'])

# 打印输出结果
print(df)

以上三种方法都可以用来从两个变量创建数据框，具体使用哪一种方法取决于数据的类型和存储方式。无论使用哪种方法，最终都可以得到一个表格形状的数据集，可以方便地做进一步的数据分析和处理。