创建data_Pandas入门之创建DataFrame

DataFrame数据是Python数据分析最常用的数据,DataFrame是表格型数据，数据处理思路是如何将数据转换为DataFrame对象

字典创建DataFrame对象

data = {‘name’:[‘张三’，‘李四’，‘王五’，‘赵六’],‘sex’:[‘male’，‘female’，‘male’，‘female’],‘age’:[19,  20,  21,  22],‘city’:[‘北京’，‘上海’，‘成都’，‘杭州’]}df = DataFrame(data)

df输出结果

df对象的数据格式为

• 对于DataFrame，需要通过传入数组、列表或元组组成的字典

• DataFrame结构有行索引和列索引

• DataFrame创建时，会根据字典的键名对列重排

指定列的排列顺序

# 接上述代码df = DataFrame(data，columns = [‘name’，‘sex’，‘age’，‘city’])

• 列排列按照指定的顺序

输入的columns列表中的元素不在字典键名列表中

df = DataFrame(data，columns = [‘name’‘sex’，‘a’，‘city’])

• 不存在的列自行填充NaN值列

指定行索引

df = DataFrame(data，index = [‘a’，‘b’，‘c’，‘d’])

• 没有指定行索引时，默认使用0到N-1(N为行数)的行序号

• 也可同时指定行和列索引

Series创建DataFrame

将Series合并成列表

S1 = Series([1, 2, 3, 4], index = [‘a’, ‘b’, ‘c’, ‘d’])S1 = Series([5, 6, 7, 8], index = [‘a’, ‘b’, ‘c’, ‘d’])data = [S1, S2]  #series合并成列表df = DataFrame(data)

将Series合并成字典

 dictVar = {  # series合并成字典   ‘S1’:S1,‘S2’:S2}df = DataFrame(dictVar)