很多场景需要通过不同数据类型创建Dataframe
比如
pandas.DataFrame(data=None, index=None, columns=None, dtype=None,
copy=False) data:numpy
ndarray(结构化或同类),dict或DataFrame,Dict可以包含Series,数组,常量或类似列表的对象
index:dataframe的索引,如果没有自定义,则默认为RangeIndex(0,1,2,…,n)
columns:dataframe的列标签,如果没有自定义,则默认为RangeIndex(0,1,2,…,n)
dtype:默认None,要强制的数据类型。 只允许一个dtype
那么
数据怎么组织呢
按行还是按列生成呢
如何动态生成数据呢?
简单学习并做些笔记…
列表创建Dataframe
如
d1 = pandas.DataFrame([
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
])
<<<
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
当然可以给各行各列添加索引
设置index 行索引
设置column 列索引
index : Index or array-like
Index to use for resulting frame. Will default to RangeIndex if no indexing information part of input data and no index provided
columns : Index or array-like
Column labels to use for resulting frame. Will default to RangeIndex (0, 1, 2, …, n) if no column labels ar