pandas创建DataFrame的7种方法小结
本文总结了在pandas库中创建DataFrame的七种常用方法,包括利用Python字典、指定列与索引、读取Excel/CSV文件、使用NumPy数组、合并元组以及基于Series生成数据。文章提供了相应的代码示例与注意事项,如读取Excel需安装xlrd包,旨在帮助开发者快速掌握数据框的构建技巧。
pandas创建DataFrame的7种方法详解
笔者在掌握pandas库的过程中,对创建DataFrame的方式进行了梳理。通过查阅相关资料,本文归纳了以下几种常见方法。若您有其他高效的创建方式,欢迎在评论区补充交流。
相关练习代码已整理完毕,您可点击此处进行下载。
本文示例的运行环境如下:

第一种方法:利用Python中的字典结构来生成DataFrame。

第二种方法:通过明确指定列名、索引以及对应的数据内容来创建。

第三种方法:通过读取外部文件来生成,支持json、csv、excel等多种格式。
本文示例选用excel文件进行演示(此前博客已介绍过csv格式)。需要注意的是,若使用excel文件,请务必提前安装xlrd依赖包。

示例所用的excel文件已放置于代码所在的同一目录下。
第四种方法:利用numpy库中的array数组来生成DataFrame。

第五种方法:同样使用numpy中的array,但此时行索引和列名均直接来源于numpy数据本身。

第六种方法:通过合并tuple元组数据来构建DataFrame。

第七种方法:利用pandas库中的Series对象来创建DataFrame。

至此,关于pandas创建DataFrame的七种方法介绍完毕。如需了解更多相关内容,建议搜索本站过往文章或继续阅读后续系列文章。感谢大家的支持!
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













