03創建DataFrame的5種方法

 

第一種： 用Python中的字典生成

In [1]:

import pandas as pd

In [3]:

emp = {'age': 25, 'name': 'xiaoming', 'programme language': ['python', 'java']}
df_emp = pd.DataFrame(emp)
df_emp

Out[3]:

 

	age	name	programme language
0	25	xiaoming	python
1	25	xiaoming	java

 

第二種：利用指定的列內容、索引以及數據

In [5]:

import numpy as np

columns = ['java', 'python', 'c++']
dates = pd.date_range('20190101', periods=6)
num_df = pd.DataFrame(data=np.random.randn(6, 3), index=dates, columns=columns)
num_df

Out[5]:

 

	java	python	c++
2019-01-01	1.043427	1.836410	-0.603607
2019-01-02	0.995494	-0.792232	-0.854092
2019-01-03	-0.641816	2.091317	0.308853
2019-01-04	-0.007290	-0.582748	0.075232
2019-01-05	-0.125060	-1.357967	-1.175945
2019-01-06	0.021005	-2.597803	-0.178814

 

第三種：通過讀取文件，可以是json,csv,excel等等。

 

第四種：用numpy中的array生成

In [16]:

data_arr = np.arange(15).reshape(3, 5)
data_df = pd.DataFrame(data_arr)
data_df

Out[16]:

 

	0	1	2	3	4
0	0	1	2	3	4
1	5	6	7	8	9
2	10	11	12	13	14

 

第五種：利用tuple合並數據

In [20]:

emp = pd.DataFrame.from_dict({'age': pd.Series([12, 13, 14, 16], index=[1, 2, 3, 4]),
                              'name': pd.Series(['小明', '小紅', '小張', '小李'], index=[1, 2, 3, 4])})
emp

Out[20]:

 

	age	name
1	12	小明
2	13	小紅
3	14	小張
4	16	小李