Python pandas，创建DataFrame类型

Dear 丶 2022-03-18 08:28 312阅读 0赞

pandas常用的数据类型：**Series**(一维，带标签的数组，对应数据库中的一条记录)；**DataFrame**(二维，Series容器，对应数据库中的表)

**demo.py（创建DataFrame）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    # DataFrame类型是二维的，类似数据库中的表。
    df1 = pd.DataFrame(np.arange(12, 24).reshape((3,4)))
    print(type(df1))  # <class 'pandas.core.frame.DataFrame'>
    print(df1)
    '''
        0   1   2   3
    0  12  13  14  15
    1  16  17  18  19
    2  20  21  22  23
    '''
    # DataFrame对象既有行索引，又有列索引
    # 行索引，每一行的索引，叫index，0轴，axis=0
    # 列索引，每一列的索引，叫columns，1轴，axis=1
    
    
    # 可以通过index和columns参数指定行索引和列索引
    df2 = pd.DataFrame(np.arange(12, 24).reshape((3,4)), index=["a","b","c"], columns=["W","X","Y","Z"])
    print(df2)
    '''
        W   X   Y   Z
    a  12  13  14  15
    b  16  17  18  19
    c  20  21  22  23
    '''
    
    
    # 通过字典创建DataFrame。 (字典无序对应列索引，列表有序对应行索引)
    my_dict = {"name":["zhangsan","lisi"], "age":[18,20], "tel":[10086,10010]}  # 每个列表的长度必须一致。
    df3 = pd.DataFrame(my_dict)
    print(df3)
    '''
       age      name    tel
    0   18  zhangsan  10086
    1   20      lisi  10010
    '''
    
    
    # 通过列表创建DataFrame。 (列表有序对应行索引，字典无序对应列索引)
    # 如果某条记录的某个索引不存在，则对应值为NaN
    my_list = [{"name":"zhangsan", "age":18, "tel":11111}, {"name":"lisi", "age":20}, {"name":"xiaohong", "tel":22222}]
    df4 = pd.DataFrame(my_list)
    print(df4)
    '''
        age      name      tel
    0  18.0  zhangsan  11111.0
    1  20.0      lisi      NaN
    2   NaN  xiaohong  22222.0
    '''