创建DateFrame的常用四种方式

import pandas as pd
%pylab   

一.使用numpy创建

df = pd.DataFrame(np.arange(16).reshape((4,4)),
                  index=list('abcd'),
                  columns=['one','two','three','four'])
df

 

 

二.由Series组成的字典

df3 = pd.DataFrame({'one':pd.Series([0,1,2,3]),
                    'two':pd.Series([4,5,6,7]),
                    'three':pd.Series([8,9,10,11]),
                    'four':pd.Series([12,13,14,15])},
                   columns=['one','two','three','four'])
df3

 

 

自定义行索引;

df4 = pd.DataFrame({'one':pd.Series([0,1,2,3],index=list('abcd')),
                    'two':pd.Series([4,5,6,7],index=list('abcd')),
                    'three':pd.Series([8,9,10,11],index=list('abcd')),
                    'four':pd.Series([12,13,14,15],index=list('abcd'))},
                   columns=['one','two','three','four'])
df4

 

 

总结：

由Series组成的字典，创建Dataframe， columns为字典key， index为Series的标签（如果
Series没有指定标签，则默认数字标签）

三.由字典或者series组成的列表

data = [{"one":1,"two":2},
        {"one":5,"two":10,
         "three":15}]
df6 = pd.DataFrame(data)
df6

 

 

输出为：

指定行索引，列名：

df7 = pd.DataFrame(data, index = ["a", "b"])
df7

 

 

 

 

df4 = pd.DataFrame(data, columns = ["one", "two", "three"],index=['a','b'])

 

总结：

由字典组成的列表创建Dataframe， columns为字典的key， index不做指定默认为数字标签，
pandas会自动为行，列索引排序；但是如果在pd.dataframe()的参数中指定了index和columns的值，行和列的索引就会按照指定的值排列

四.由字典组成的字典

data = {
    "Jack":{"math":90, "english":89, "art":78},
    "Marry":{"math":82, "english":95, "art":96},
    "Tom":{"math":85, "english":94}
}
df1 = pd.DataFrame(data)
df1

 

 

总结：

字典的健值作为dataframe的columns
如果没有指定index参数的值，行索引使用默认的数字索引
每个序列的长度必须相同
同样的，pandas会对会对列索引排序，如果显示的传入columns参数，将按照传入的值得顺序显示