dataframe转化为array_Pandas入门教程：如何将列表转化成数据框？

Pandas模块提供了处理数据、数据分析的各种功能。Pandas主要有两种数据结构：Series和DataFrame。本文将介绍一下将一个或者多个列表(list)转化成数据框(DataFrame)的方法。

Pandas DataFrame是一种表格式的数据结构。data、index、columns、dtype、copy都是它的参数。其具体含义这里就不展开了，读者朋友可自行查找。

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

• 将列表的列表转化成数据框

假设我们如下的列表的列表：

import pandas as pd# List of listsstudents = [ ['小王', 34, '北京'] ,['小李', 30, '上海' ] ,['小张', 16, '广州'] ]print(students)[['小王', 34, '北京'], ['小李', 30, '上海'], ['小张', 16, '广州']]df = pd.DataFrame(students) 0 1 20 小王 34 北京1 小李 30 上海2 小张 16 广州

• 将元组的列表转化成数据框

与列表的列表的转化方式和结果类似：

students = [ ('小王', 34, '北京') ,('小李', 30, '上海') ,('小张', 16, '广州') ]df = pd.DataFrame(students) 0 1 20 小王 34 北京1 小李 30 上海2 小张 16 广州

• 设置列名和索引

df = pd.DataFrame(students, columns = ['姓名' , '年龄', '城市'], index=['a', 'b', 'c']) Out[13]:  姓名 年龄 城市a 小王 34 北京b 小李 30 上海c 小张 16 广州

• 多个列表转化成数据框

listofNames = ['小王', '小李', '小张']listofAge = [34, 30, 16]listofCity = ['北京', '上海', '广州']

使用zip函数将三个列表转化为元组组成的列表。

zip()是Python的一个内建函数，它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple(元组)，然后返回由这些tuples组成的list(列表)。

zippedList = list(zip(listofNames, listofAge, listofCity))Out[18]: [('小王', 34, '北京'), ('小李', 30, '上海'), ('小张', 16, '广州')]

将上边的结果作为data参数的内容传到数据框中：

df = pd.DataFrame(zippedList, columns = ['姓名' , '年龄', '城市'], index=['a', 'b', 'c']) Out[21]:  姓名 年龄 城市a 小王 34 北京b 小李 30 上海c 小张 16 广州