Pandas-数据结构-DataFrame（一）：创建DF【①由数组组成的字典；②由Series组成的字典；③通过二维数组直接创建；④由字典组成的列表；⑤由字典组成的字典】

我会带着你远行 2023-09-29 09:08 37阅读 0赞

"二维数组"Dataframe：是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。

Dataframe中的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。

# 导入pandas
    import pandas as pd
    
    pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

*  参数：
    
     *  index：行标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
     *  index参数：重新定义index，格式为list，长度必须保持一致
     *  columns：列标签。如果没有传入索引参数，则默认会自动创建一个从0-N的整数索引。
     *  columns参数：可以重新指定列的顺序，格式为list，如果现有数据中没有该列（比如’d’），则产生NaN值
     *  如果columns重新指定时候，列的数量可以少于原数据

DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引

*  行索引，表明不同行，横向索引，叫index，0轴，axis=0
 *  列索引，表名不同列，纵向索引，叫columns，1轴，axis=1

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]

## 一、由“数组/list”组成的字典 ##

创建方法:pandas.Dataframe()

*  由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
 *  字典的值的长度必须保持一致！

import numpy as np
    import pandas as pd
    
    # Dataframe 创建方法一：由数组/list组成的字典
    # 创建方法:pandas.Dataframe()
    
    
    # 由数组/list组成的字典 创建Dataframe，columns为字典key，index为默认数字标签
    # 字典的值的长度必须保持一致！
    data1 = {
        'a': [1, 2, 3],
             'b': [3, 4, 5],
             'c': [5, 6, 7]}
    
    print("data1 = {0}----type(data1) = {1}".format(data1, type(data1)))
    print("-" * 50)
    df1 = pd.DataFrame(data1)
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 50)
    
    # columns参数：可以重新指定列的顺序，格式为list，如果现有数据中没有该列（比如'd'），则产生NaN值
    # 如果columns重新指定时候，列的数量可以少于原数据
    df1 = pd.DataFrame(data1, columns=['b', 'c', 'a', 'd'])
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 50)
    df1 = pd.DataFrame(data1, columns=['b', 'c'])
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 200)
    
    data2 = {
        'one': np.random.rand(3),
             'two': np.random.rand(3)}  # 这里如果尝试  'two':np.random.rand(4) 会怎么样？ 会报错：【ValueError: arrays must all be same length】
    
    print("data2 = {0}----type(data2) = {1}".format(data2, type(data2)))
    print("-" * 50)
    df2 = pd.DataFrame(data2)
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
    print("-" * 50)
    
    # index参数：重新定义index，格式为list，长度必须保持一致
    df2 = pd.DataFrame(data2, index=['f1', 'f2', 'f3'])  # 这里如果尝试  index = ['f1','f2','f3','f4'] 会怎么样？会报错：【ValueError: Shape of passed values is (3, 2), indices imply (4, 2)】
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))

打印结果：

data1 = {
        'a': [1, 2, 3], 'b': [3, 4, 5], 'c': [5, 6, 7]}----type(data1) = <class 'dict'>
    --------------------------------------------------
    df1 = 
       a  b  c
    0  1  3  5
    1  2  4  6
    2  3  5  7 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    df1 = 
       b  c  a    d
    0  3  5  1  NaN
    1  4  6  2  NaN
    2  5  7  3  NaN 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    df1 = 
       b  c
    0  3  5
    1  4  6
    2  5  7 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data2 = {
        'one': array([0.74944895, 0.2239778 , 0.06525004]), 'two': array([0.80358123, 0.04858883, 0.05254801])}----type(data2) = <class 'dict'>
    --------------------------------------------------
    df2 = 
            one       two
    0  0.749449  0.803581
    1  0.223978  0.048589
    2  0.065250  0.052548 
    type(df2) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    df2 = 
             one       two
    f1  0.749449  0.803581
    f2  0.223978  0.048589
    f3  0.065250  0.052548 
    type(df2) = <class 'pandas.core.frame.DataFrame'>
    
    Process finished with exit code 0

## 二、由Series组成的字典 ##

Dataframe 创建方法二：由Series组成的字典

*  由Seris组成的字典 创建Dataframe，columns为字典key，index为Series的标签（如果Series没有指定标签，则是默认数字标签）
 *  Series可以长度不一样，生成的Dataframe会出现NaN值

import numpy as np
    import pandas as pd
    
    # Dataframe 创建方法二：由Series组成的字典
    
    data1 = {
        'one': pd.Series(np.random.rand(2)),
             'two': pd.Series(np.random.rand(3))}  # 没有设置index的Series
    
    print("data1 = \n{0}\ntype(data1) = {1}".format(data1, type(data1)))
    print("-" * 50)
    # 由Seris组成的字典 创建Dataframe，columns为字典key，index为Series的标签（如果Series没有指定标签，则是默认数字标签）
    # Series可以长度不一样，生成的Dataframe会出现NaN值
    df1 = pd.DataFrame(data1)
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 200)
    
    data2 = {
        'one': pd.Series(np.random.rand(2), index=['a', 'b']),
             'two': pd.Series(np.random.rand(3), index=['a', 'b', 'c'])}  # 设置了index的Series
    
    print("data2 = \n{0}\ntype(data2) = {1}".format(data2, type(data2)))
    print("-" * 50)
    df2 = pd.DataFrame(data2)
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))

打印结果：

data1 = 
    {
        'one': 0    0.769247
    1    0.982215
    dtype: float64, 'two': 0    0.191847
    1    0.473236
    2    0.172925
    dtype: float64}
    type(data1) = <class 'dict'>
    --------------------------------------------------
    df1 = 
            one       two
    0  0.769247  0.191847
    1  0.982215  0.473236
    2       NaN  0.172925 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    data2 = 
    {
        'one': a    0.835023
    b    0.285224
    dtype: float64, 'two': a    0.436375
    b    0.149480
    c    0.364252
    dtype: float64}
    type(data2) = <class 'dict'>
    --------------------------------------------------
    df2 = 
            one       two
    a  0.835023  0.436375
    b  0.285224  0.149480
    c       NaN  0.364252 
    type(df2) = <class 'pandas.core.frame.DataFrame'>
    
    Process finished with exit code 0

## 三、通过二维数组直接创建 ##

Dataframe 创建方法三：通过二维数组直接创建

*  通过二维数组直接创建Dataframe，得到一样形状的结果数据，如果不指定index和columns，两者均返回默认数字格式
 *  index和colunms指定长度与原数组保持一致

import numpy as np
    import pandas as pd
    
    # Dataframe 创建方法三：通过二维数组直接创建
    
    ar = np.random.rand(9).reshape(3,3)
    print("ar = \n{0}\ntype(ar) = {1}".format(ar, type(ar)))
    print("-" * 200)
    # 通过二维数组直接创建Dataframe，得到一样形状的结果数据，如果不指定index和columns，两者均返回默认数字格式
    # index和colunms指定长度与原数组保持一致
    df1 = pd.DataFrame(ar)
    df2 = pd.DataFrame(ar, index = ['a', 'b', 'c'], columns = ['one','two','three'])  # 可以尝试一下index或columns长度不等于已有数组的情况
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 50)
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))

## 四、由字典组成的列表 ##

Dataframe 创建方法四：由字典组成的列表

*  由字典组成的列表创建Dataframe，columns为字典的key，index不做指定则为默认数组标签
 *  colunms和index参数分别重新指定相应列及行标签

import numpy as np
    import pandas as pd
    
    # Dataframe 创建方法四：由字典组成的列表
    
    data = [{
        'one': 1, 'two': 2}, {
        'one': 5, 'two': 10, 'three': 20}]
    print("data = \n{0}\ntype(data) = {1}".format(data, type(data)))
    print("-" * 200)
    
    # 由字典组成的列表创建Dataframe，columns为字典的key，index不做指定则为默认数组标签
    # colunms和index参数分别重新指定相应列及行标签
    df1 = pd.DataFrame(data)
    df2 = pd.DataFrame(data, index = ['a','b'])
    df3 = pd.DataFrame(data, columns = ['one','two'])
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 50)
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
    print("-" * 50)
    print("df3 = \n{0} \ntype(df3) = {1}".format(df3, type(df3)))

打印结果：

data = 
    [{
        'one': 1, 'two': 2}, {
        'one': 5, 'two': 10, 'three': 20}]
    type(data) = <class 'list'>
    --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
    df1 = 
       one  two  three
    0    1    2    NaN
    1    5   10   20.0 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    df2 = 
       one  two  three
    a    1    2    NaN
    b    5   10   20.0 
    type(df2) = <class 'pandas.core.frame.DataFrame'>
    --------------------------------------------------
    df3 = 
       one  two
    0    1    2
    1    5   10 
    type(df3) = <class 'pandas.core.frame.DataFrame'>
    
    Process finished with exit code 0

## 五、由字典组成的字典 ##

Dataframe 创建方法五：由字典组成的字典

*  由字典组成的字典创建Dataframe，columns为字典的key，index为子字典的key
 *  columns参数可以增加和减少现有列，如出现新的列，值为NaN
 *  index在这里和之前不同，并不能改变原有index，如果指向新的标签，值为NaN （非常重要！）

import numpy as np
    import pandas as pd
    
    # Dataframe 创建方法五：由字典组成的字典
    
    data = {
        'Jack':{
        'math':90,'english':89,'art':78},
           'Marry':{
        'math':82,'english':95,'art':92},
           'Tom':{
        'math':78,'english':67}}
    
    # 由字典组成的字典创建Dataframe，columns为字典的key，index为子字典的key
    # columns参数可以增加和减少现有列，如出现新的列，值为NaN
    # index在这里和之前不同，并不能改变原有index，如果指向新的标签，值为NaN （非常重要！）
    df1 = pd.DataFrame(data)
    df2 = pd.DataFrame(data, columns = ['Jack','Tom','Bob'])
    df3 = pd.DataFrame(data, index = ['a','b','c'])
    print("df1 = \n{0} \ntype(df1) = {1}".format(df1, type(df1)))
    print("-" * 100)
    print("df2 = \n{0} \ntype(df2) = {1}".format(df2, type(df2)))
    print("-" * 100)
    print("df3 = \n{0} \ntype(df3) = {1}".format(df3, type(df3)))

打印结果：

df1 = 
             Jack  Marry   Tom
    math       90     82  78.0
    english    89     95  67.0
    art        78     92   NaN 
    type(df1) = <class 'pandas.core.frame.DataFrame'>
    ----------------------------------------------------------------------------------------------------
    df2 = 
             Jack   Tom  Bob
    math       90  78.0  NaN
    english    89  67.0  NaN
    art        78   NaN  NaN 
    type(df2) = <class 'pandas.core.frame.DataFrame'>
    ----------------------------------------------------------------------------------------------------
    df3 = 
       Jack  Marry  Tom
    a   NaN    NaN  NaN
    b   NaN    NaN  NaN
    c   NaN    NaN  NaN 
    type(df3) = <class 'pandas.core.frame.DataFrame'>
    
    Process finished with exit code 0

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20201024233850939.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNTA4NjE=,size_16,color_FFFFFF,t_70#pic_center