1、可以使用单个列表或列表列表创建数据帧(DataFrame)。
单个列表
import pandas as pd data = [1,2,3,4,5] df = pd.DataFrame(data) print df #Python #执行上面示例代码，得到以下结果 - 0 0 1 1 2 2 3 3 4 4 5
列表列表
import pandas as pd data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age']) print df #执行上面示例代码，得到以下结果 - Name Age 0 Alex 10 1 Bob 12 2 Clarke 13 import pandas as pd data = [['Alex',10],['Bob',12],['Clarke',13]] df = pd.DataFrame(data,columns=['Name','Age'],dtype=float) print df #执行上面示例代码，得到以下结果 -可以观察到，dtype参数将Age列的类型更改为浮点。 Name Age 0 Alex 10.0 1 Bob 12.0 2 Clarke 13.0
2、从ndarrays/Lists的字典来创建DataFrame
#所有的ndarrays必须具有相同的长度。如果传递了索引(index)，则索引#的长度应等于数组的长度。 #如果没有传递索引，则默认情况下，索引将为range(n)，其中n为数组长#度。 import pandas as pd data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data) print df #执行上面示例代码，得到以下结果 - Age Name 0 28 Tom 1 34 Jack 2 29 Steve 3 42 Ricky #注 - 观察值0,1,2,3。它们是分配给每个使用函数range(n)的默认索引。 #使用数组创建一个索引的数据帧(DataFrame)。 import pandas as pd data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4']) print df #执行上面示例代码，得到以下结果 - Age Name rank1 28 Tom rank2 34 Jack rank3 29 Steve rank4 42 Ricky #注意 - index参数为每行分配一个索引。
3、字典列表可作为输入数据传递以用来创建数据帧(DataFrame)，字典键默认为列名。
#以下示例显示如何通过传递字典列表来创建数据帧(DataFrame)。 import pandas as pd data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] df = pd.DataFrame(data) print df #Python #执行上面示例代码，得到以下结果 - a b c 0 1 2 NaN 1 5 10 20.0 #Shell #注意 - 观察到，NaN(不是数字)被附加在缺失的区域。 #示例-2 #以下示例显示如何通过传递字典列表和行索引来创建数据帧(DataFrame)。 import pandas as pd data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] df = pd.DataFrame(data, index=['first', 'second']) print df #Python #执行上面示例代码，得到以下结果 - a b c first 1 2 NaN second 5 10 20.0 #Shell #实例-3 #以下示例显示如何使用字典，行索引和列索引列表创建数据帧(DataFrame)。 import pandas as pd data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] #With two column indices, values same as dictionary keys df1 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b']) #With two column indices with one index with other name df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1']) print df1 print df2 #Python #执行上面示例代码，得到以下结果 - #df1 output a b first 1 2 second 5 10 #df2 output a b1 first 1 NaN second 5 NaN #Shell #注意 - 观察，df2使用字典键以外的列索引创建DataFrame; 因此，附加了NaN到位置上。 而df1是使用列索引创建的，与字典键相同，所以也附加了NaN。
4、从系列的字典来创建DataFrame
#字典的系列可以传递以形成一个DataFrame。 所得到的索引是通过的所有系列索引的并集。 #示例 import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df #` #Python #执行上面示例代码，得到以下结果 - one two a 1.0 1 b 2.0 2 c 3.0 3 d NaN 4 #Shell #注意 - 对于第一个系列，观察到没有传递标签'd'，但在结果中，对于d标签，附加了NaN。 #现在通过实例来了解列选择，添加和删除。 #列选择 #下面将通过从数据帧(DataFrame)中选择一列。 #示例 import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df ['one'] #Python #执行上面示例代码，得到以下结果 - a 1.0 b 2.0 c 3.0 d NaN Name: one, dtype: float64 #Shell #列添加 #下面将通过向现有数据框添加一个新列来理解这一点。 #示例 import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) # Adding a new column to an existing DataFrame object with column label by passing new series print ("Adding a new column by passing as Series:") df['three']=pd.Series([10,20,30],index=['a','b','c']) print df print ("Adding a new column using the existing columns in DataFrame:") df['four']=df['one']+df['three'] print df #Python #执行上面示例代码，得到以下结果 - Adding a new column by passing as Series: one two three a 1.0 1 10.0 b 2.0 2 20.0 c 3.0 3 30.0 d NaN 4 NaN #Adding a new column using the existing columns in DataFrame: one two three four a 1.0 1 10.0 11.0 b 2.0 2 20.0 22.0 c 3.0 3 30.0 33.0 d NaN 4 NaN NaN #Shell #列删除 #列可以删除或弹出; 看看下面的例子来了解一下。 #例子 # Using the previous DataFrame, we will delete a column # using del function import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd']), 'three' : pd.Series([10,20,30], index=['a','b','c'])} df = pd.DataFrame(d) print ("Our dataframe is:") print df # using del function print ("Deleting the first column using DEL function:") del df['one']#删除标签为one的行 print df # using pop function print ("Deleting another column using POP function:") df.pop('two')#删除标签为two的行 print df Python #执行上面示例代码，得到以下结果 - Our dataframe is: one three two a 1.0 10.0 1 b 2.0 20.0 2 c 3.0 30.0 3 d NaN NaN 4 Deleting the first column using DEL function: three two a 10.0 1 b 20.0 2 c 30.0 3 d NaN 4 Deleting another column using POP function: three a 10.0 b 20.0 c 30.0 d NaN #Shell #行选择，添加和删除 #现在将通过下面实例来了解行选择，添加和删除。我们从选择的概念开始。 #标签选择 #可以通过将行标签传递给loc()函数来选择行。参考以下示例代码 - import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df.loc['b'] #Python #执行上面示例代码，得到以下结果 - one 2.0 two 2.0 Name: b, dtype: float64 #Shell #结果是一系列标签作为DataFrame的列名称。 而且，系列的名称是检索的标签。 按整数位置选择 # #可以通过将整数位置传递给iloc()函数来选择行。参考以下示例代码 - import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df.iloc[2] #Python #执行上面示例代码，得到以下结果 - one 3.0 two 3.0 Name: c, dtype: float64 #Shell #行切片 #可以使用:运算符选择多行。参考以下示例代码 - import pandas as pd d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])} df = pd.DataFrame(d) print df[2:4] #Python #执行上面示例代码，得到以下结果 - one two c 3.0 3 d NaN 4 #Shell #附加行 #使用append()函数将新行添加到DataFrame。 此功能将附加行结束。 import pandas as pd df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b']) df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b']) df = df.append(df2)#添加多行 print df #Python #执行上面示例代码，得到以下结果 - a b 0 1 2 1 3 4 0 5 6 1 7 8 #Shell #删除行 #使用索引标签从DataFrame中删除或删除行。 如果标签重复，则会删除多行。 #如果有注意，在上述示例中，有标签是重复的。这里再多放一个标签，看看有多少行被删除。 import pandas as pd df = pd.DataFrame([[1, 2], [3, 4]], columns = ['a','b']) df2 = pd.DataFrame([[5, 6], [7, 8]], columns = ['a','b']) df = df.append(df2) # Drop rows with label 0 df = df.drop(0) #删除多行同标签的数据 print df #Python #执行上面示例代码，得到以下结果 - a b 1 3 4 1 7 8 #Shell #在上面的例子中，一共有两行被删除，因为这两行包含相同的标签0。