本文共 1726 字，大约阅读时间需要 5 分钟。

数据帧(DataFrame)  2018/12/2

函数 

函数pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)# 参数：data数据:ndarray（结构化或记录），series，map，lists，dict，constant，Series，DataFrameindex行标签；columns列标签# 注意:DataFrame不像二维NumPyndarray那样工作。

创建

# 实例1：创建空的数据帧df = pd.DataFrame() # Columns: [] Index: []# 实例2：list创建df = pd.DataFrame([1, 2, 3, 4, 5]) #创建1列5行数据data = [['Tom', 10], ['Bob', 12]]data=list(zip(['Tom','Bob'],[10,12]))df = pd.DataFrame(data, columns=['Name', 'Age'], dtype=float)#创建2列2行数据# 实例3：dict创建data = {'Name': ['Tom', 'Jack'], 'Age': [28, 34]}data=dict([('Name',['Tom', 'Jack']),('Age', [28, 34])])df = pd.DataFrame(data, index=['row1', 'row2']) # 创建2列2行数据df=pd.DataFrame([pd.Series(data['Name']),pd.Series(data['Age'])],index=['row1','row2'])df.columns=['Name','Age'] #等价上面，不能指定columns(指定结果全为Na)# 实例4：ndarray 1D,2D创建dates = pd.date_range('2018-12-02', periods=2)pd.DataFrame(np.array([1, 2]), columns=['a'],index=dates)# 创建1列2行数据pd.DataFrame([[1, 2], [3, 4]], columns=list('ab')) # 创建2列2行数据# 实例4：ndarray-结构化数组创建dt = np.dtype([('name', 'S10'), ('age', np.int32)])data = np.array([('Tom', 20), ('Bob', 30)], dtype=dt) # 创建2列2行数据df = pd.DataFrame(data)# 实例4：ndarray-记录数组创建recordarr = np.rec.array([('Tom', 20), ('Bob', 30)], dtype=dt)df = pd.DataFrame(recordarr) # 结果同上# 实例5：Series创建d = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']), # 自动广播'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} # 创建2列4行数据df = pd.DataFrame(d)# 实例6：DataFrame-创建df1 = pd.DataFrame(df)#创建新数据帧

其他方式创建 

# 实例7：备用构造函数from_dict-创建pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]))# 创建2列3行数据# 实例8：from_records-创建# from_records获取元组列表或带有结构化dtype的ndarray。data = np.array([(1, 2., b'Tom'), (2, 3., b'Bob')],dtype=[('No', '

转载地址：https://chunyou.blog.csdn.net/article/details/84670424 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！