python 数据框如何创建

要创建一个Python数据框，可以使用pandas库、从列表、字典或其他数据结构中创建数据框、数据清晰、易于操作。在本文中，我们将详细介绍如何使用pandas库来创建数据框，并从不同的数据结构中创建数据框。

一、Pandas简介

Pandas是Python中最受欢迎的数据处理库之一。它提供了高性能、易于使用的数据结构和数据分析工具，特别适合处理表格数据。Pandas中的DataFrame是一个二维数据结构，类似于Excel表格或SQL表中的数据表。它具有行和列，可以方便地进行数据操作和分析。

要使用Pandas，首先需要安装pandas库。可以使用以下命令进行安装：

pip install pandas

安装完成后，可以通过以下方式导入pandas库：

import pandas as pd

二、从列表创建数据框

可以从列表（list）或嵌套列表（list of lists）中创建数据框。以下是一些示例：

1、从简单列表创建数据框

import pandas as pd
data = [1, 2, 3, 4, 5]
df = pd.DataFrame(data, columns=['Numbers'])
print(df)

在这个示例中，我们创建了一个包含单列的DataFrame，列名为"Numbers"。

2、从嵌套列表创建数据框

import pandas as pd
data = [['Alice', 24], ['Bob', 27], ['Charlie', 22]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)

在这个示例中，我们创建了一个包含两列（"Name"和"Age"）的DataFrame。

三、从字典创建数据框

可以从字典（dictionary）中创建数据框。字典的键将用作列名，键对应的值将用作列的值。以下是一些示例：

1、从简单字典创建数据框

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [24, 27, 22]}
df = pd.DataFrame(data)
print(df)

在这个示例中，我们创建了一个包含两列（"Name"和"Age"）的DataFrame，字典的键用作列名，键对应的值用作列的值。

2、从嵌套字典创建数据框

import pandas as pd
data = {'Name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'},
        'Age': {0: 24, 1: 27, 2: 22}}
df = pd.DataFrame(data)
print(df)

在这个示例中，我们创建了一个包含两列（"Name"和"Age"）的DataFrame，字典的键用作列名，嵌套字典的键作为行索引。

四、从其他数据结构创建数据框

除了列表和字典，还可以从其他数据结构中创建数据框，例如NumPy数组、Series等。

1、从NumPy数组创建数据框

import pandas as pd
import numpy as np
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df = pd.DataFrame(data, columns=['A', 'B', 'C'])
print(df)

在这个示例中，我们使用NumPy数组创建了一个包含三列（"A", "B", "C"）的DataFrame。

2、从Pandas Series创建数据框

import pandas as pd
data = {'col1': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
        'col2': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
df = pd.DataFrame(data)
print(df)

在这个示例中，我们使用Pandas Series创建了一个包含两列（"col1"和"col2"）的DataFrame。

五、从CSV文件创建数据框

在实际应用中，数据通常存储在文件中，例如CSV文件。可以使用pandas库中的read_csv函数从CSV文件中读取数据并创建数据框。

import pandas as pd
df = pd.read_csv('data.csv')
print(df)

在这个示例中，我们从名为"data.csv"的CSV文件中读取数据并创建了一个DataFrame。

六、从Excel文件创建数据框

类似于CSV文件，可以使用pandas库中的read_excel函数从Excel文件中读取数据并创建数据框。

import pandas as pd
df = pd.read_excel('data.xlsx')
print(df)

在这个示例中，我们从名为"data.xlsx"的Excel文件中读取数据并创建了一个DataFrame。

七、数据框基本操作

创建数据框后，可以进行各种操作，例如选择、筛选、排序等。

1、选择列

可以使用列名选择数据框中的一列或多列。

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [24, 27, 22]}
df = pd.DataFrame(data)
选择单列
print(df['Name'])
选择多列
print(df[['Name', 'Age']])

2、选择行

可以使用行索引选择数据框中的一行或多行。

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [24, 27, 22]}
df = pd.DataFrame(data)
选择单行
print(df.loc[0])
选择多行
print(df.loc[0:1])

3、筛选数据

可以使用布尔索引根据条件筛选数据框中的数据。

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [24, 27, 22]}
df = pd.DataFrame(data)
筛选年龄大于24的数据
print(df[df['Age'] > 24])

4、排序数据

可以使用sort_values函数根据某列对数据框进行排序。

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [24, 27, 22]}
df = pd.DataFrame(data)
按年龄排序
df_sorted = pd.DataFrame.sort_values(by='Age')
print(df_sorted)