创建Pandas DataFrame的6种方法

汇智网

学习软件编程

Pandas是Python的数据分析利器，DataFrame是Pandas进行数据分析的基本结构，可以把DataFrame视为一个二维数据表，每一行都表示一个数据记录。本文将介绍创建Pandas DataFrame的6种方法。

创建Pandas数据帧的六种方法如下：

创建空DataFrame
手工创建DataFrame
使用List创建DataFrame
使用Dict创建DataFrme
使用Excel文件创建DataFrame
使用CSV文件创建DataFrame

1、创建空的Pandas DataFrame

学编程，上 汇智网 ，在线编程环境，一对一助教指导。

首先我们看一下如何创建一个空的DataFrame（数据帧）：

pd.DataFrame(columns=['A', 'B', 'C'], index=[0,1,2])

columns参数用来定义列名，index参数用来定义行号。上面的代码创建了一个3行3列的二维数据表，结果看起来是这样：

嗯，所有数据项都是NaN。

2、手工创建Pandas DataFrame

接下来让我们看看如何使用 pd.DataFrame 手工创建一个Pandas数据帧：

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'])

使用data参数来声明数据，结果看起来是这样：

由于我们没有定义数据帧的列名，因此Pandas默认使用序号作为列名。和原来一样，可以使用columns参数来声明列名：

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates', 'Eggfruit'], 
                  columns=['Fruits'])

结果如下：

最左侧的列被称为索引，默认从0开始，和原来一样我们用index自行定义：

df = pd.DataFrame(data=['Apple','Banana','Cherry','Dates','Eggfruit'], 
                  index = [1,2,3,4,5],
                  columns=['Fruits'])

现在的数据帧看起来是这样：

那么如果要添加一个Quantity列来表示水果数量该怎么做？

pd.DataFrame(data=[['Apple',5],
                   ['Banana',10],
                   ['Cherry',8],
                   ['Dates',3],
                   ['Eggfruit',7]],