如何在Python创建DataFrames

DataFrames 是Python中最常用的数据结构之一。它是 pandas 模块提供的一个二维数据结构，可以将NumPy数组和Series等多种数据类型组合成一个表格形式的数据，类似于Excel中的数据。本文将介绍如何在Python中创建DataFrames。

使用字典创建DataFrame

通过Python中的字典数据类型，我们可以很方便地创建一个DataFrame。下面是一个例子：

import pandas as pd

data = {'名字': ['张三', '李四', '王五', '赵六'],
        '年龄': [23, 19, 20, 21],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)
print(df)

输出结果为：

   名字  年龄 性别
0  张三  23  男
1  李四  19  女
2  王五  20  男
3  赵六  21  女

使用CSV文件创建DataFrame

我们还可以通过读取CSV文件来创建DataFrame。CSV文件是一种通用的数据格式，可以用Excel打开和编辑。下面是一个例子：

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

在这个例子中，我们的CSV文件名为 data.csv。

使用Excel文件创建DataFrame

我们还可以通过读取Excel文件来创建DataFrame。在这个例子中，我们需要用到 pandas 模块中的 read_excel() 函数。下面是一个例子：

import pandas as pd

df = pd.read_excel('data.xlsx')
print(df)

在这个例子中，我们的Excel文件名为 data.xlsx。

使用SQL数据库创建DataFrame

我们还可以通过读取SQL数据库中的数据来创建DataFrame。在这个例子中，我们需要用到 pandas 模块中的 read_sql() 函数。下面是一个例子：

import pandas as pd
import sqlite3

conn = sqlite3.connect('data.db')

query = 'SELECT * FROM users'

df = pd.read_sql(query, conn)
print(df)

在这个例子中，我们查询了名为 users 的表格，并将结果存储在 DataFrame 中。

以上就是在Python中创建DataFrame的几种方式。使用这些方法可以让我们很方便地从不同来源获取和处理数据。