pandas创建DataFrame的几种方式

pandas简介

Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。本文重点对pandas的DataFrame创建的不同方式进行展示，并分析其使用场景。

pandas数据结构

1.DataFrame
DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
2.Series
Series是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

DdtaFrame的创建

pandas在创建DataFrame的时候，除了通过内置方法pandas.read_csv()或者pandas.read_excel()直接读取.csv文件或者.excel文件进行创建外，还可以通过以下方式进行创建。
1.通过字典的方式创建

示例1：
import pandas as pd
df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]})
df输出为：
   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

解释：