【Pandas】pandas DataFrame

Pandas2.2 DataFrame

Constructor

|方法|描述|
|DataFrame([data, index, columns, dtype, copy])|用于创建二维表格数据结构的主要构造函数|

pandas.DataFrame

pandas.DataFrame 是 Pandas 库中用于创建二维表格数据结构的主要构造函数。它可以接受多种类型的数据输入，并提供丰富的参数来控制 DataFrame 的创建过程。

参数说明

• data：必需，可以是以下几种形式之一：
  • 一维或二维的 NumPy 数组、列表或字典。
  • 另一个 DataFrame 或 Series。
  • 结构化数组或记录数组。
  • 字典的列表。
  • 其他可迭代对象。
• index：可选，指定行索引标签，默认为从 0 开始的整数序列。
• columns：可选，指定列标签，默认为从 0 开始的整数序列。
• dtype：可选，指定数据类型，应用于所有元素。
• copy：可选，布尔值，指定是否复制数据，默认为 False。

示例及结果

以下是 pandas.DataFrame 的几种常见用法示例及其结果。

1. 从字典创建 DataFrame

   import pandas as pd
   
   # 创建一个字典
   data = {
       'Name': ['Alice', 'Bob', 'Charlie'],
       'Age': [25, 30, 35],
       'City': ['New York', 'Los Angeles', 'Chicago']
   }
   
   # 创建 DataFrame
   df = pd.DataFrame(data)
   
   print("DataFrame from dictionary:\n", df)
   

   结果：

   DataFrame from dictionary:
        Name  Age         City
   0   Alice   25     New York
   1     Bob   30  Los Angeles
   2  Charlie   35      Chicago
   

2. 从列表创建 DataFrame

   import pandas as pd
   
   # 创建一个列表
   data = [
       ['Alice', 25, 'New York'],
       ['Bob', 30, 'Los Angeles'],
       ['Charlie', 35, 'Chicago']
   ]
   
   # 创建 DataFrame
   df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
   
   print("DataFrame from list:\n", df)
   

   结果：

   DataFrame from list:
        Name  Age         City
   0   Alice   25     New York
   1     Bob   30  Los Angeles
   2  Charlie   35      Chicago
   

3. 从 NumPy 数组创建 DataFrame

   import pandas as pd
   import numpy as np
   
   # 创建一个 NumPy 数组
   data = np.array([
       ['Alice', 25, 'New York'],
       ['Bob', 30, 'Los Angeles'],
       ['Charlie', 35, 'Chicago']
   ])
   
   # 创建 DataFrame
   df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
   
   print("DataFrame from NumPy array:\n", df)
   

   结果：

   DataFrame from NumPy array:
        Name  Age         City
   0   Alice   25     New York
   1     Bob   30  Los Angeles
   2  Charlie   35      Chicago
   

4. 指定行索引和列标签

   import pandas as pd
   
   # 创建一个字典
   data = {
       'Name': ['Alice', 'Bob', 'Charlie'],
       'Age': [25, 30, 35],
       'City': ['New York', 'Los Angeles', 'Chicago']
   }
   
   # 指定行索引
   index = ['A', 'B', 'C']
   
   # 指定列标签
   columns = ['Name', 'Age', 'City']
   
   # 创建 DataFrame
   df = pd.DataFrame(data, index=index, columns=columns)
   
   print("DataFrame with specified index and columns:\n", df)
   

   结果：

   DataFrame with specified index and columns:
        Name  Age         City
   A   Alice   25     New York
   B     Bob   30  Los Angeles
   C  Charlie   35      Chicago
   

5. 复制数据

   import pandas as pd
   
   # 创建一个字典
   data = {
       'Name': ['Alice', 'Bob', 'Charlie'],
       'Age': [25, 30, 35],
       'City': ['New York', 'Los Angeles', 'Chicago']
   }
   
   # 创建 DataFrame 并复制数据
   df = pd.DataFrame(data, copy=True)
   
   print("DataFrame with copied data:\n", df)
   

   结果：

   DataFrame with copied data:
        Name  Age         City
   0   Alice   25     New York
   1     Bob   30  Los Angeles
   2  Charlie   35      Chicago
   

通过这些示例，可以看到 pandas.DataFrame 构造函数如何灵活地从不同类型的数据源创建 DataFrame，并支持多种参数来控制其行为。这使得数据处理和分析变得更加方便和高效。