Python Pandas 創建 DataFrame 的四種方法

Pandas 是 Python 的一個數據分析包，最初由 AQR Capital Management 於2008年4月開發，並於2009年底開源出來，目前由專注於 Python 數據包開發的 PyData 開發團隊繼續開發和維護，屬於 PyData 項目的一部分。

Pandas 最初被作爲金融數據分析工具而開發出來，因此，pandas爲時間序列分析提供了很好的支持。

Pandas 的名稱來自於面板數據（panel data）和 Python數據分析（data analysis）。

在深度學習中 Pandas 的使用也非常多！

---

---

一、創建一個空的數據框架

import pandas as pd
df = pd.DataFrame()
print(df)

運行結果：

Empty DataFrame
Columns: []
Index: []

二、從列表進行創建

1. 一維列表

data = [1,2,3,4,5]
df = pd.DataFrame(data) # 將列表數據轉化爲 一列
print(df)

運行結果：

   0
0  1
1  2
2  3
3  4
4  5

2. 二維列表

data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age']) # 將第一維度數據轉爲爲行，第二維度數據轉化爲列，即 3 行 2 列，並設置列標籤
print(df)

運行結果：

     Name  Age
0    Alex   10
1     Bob   12
2  Clarke   13

3. 設置數據格式

data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'],dtype=float) # 將數字元素 自動轉化爲 浮點數
print(df)

運行結果：

     Name   Age
0    Alex  10.0
1     Bob  12.0
2  Clarke  13.0

三、從 ndarrays / Lists 的 字典創建

1. 默認的 index

data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]} # 兩組列元素，並且個數需要相同
df = pd.DataFrame(data) # 這裏默認的 index 就是 range(n)，n 是列表的長度
print(df)

運行結果：

    Name  Age
0    Tom   28
1   Jack   34
2  Steve   29
3  Ricky   42

2. 指定 index

data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':[28,34,29,42]}
df = pd.DataFrame(data, index=['rank1','rank2','rank3','rank4']) # 這裏設定了 index 個數要和列表長度一致
print(df)

運行結果：

        Name  Age
rank1    Tom   28
rank2   Jack   34
rank3  Steve   29
rank4  Ricky   42

四、從 字典組成的列表 創建

1. 自動添加 NaN

data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}] # 列表對應的是第一維，即行，字典爲同一行不同列元素
df = pd.DataFrame(data) # 第 1 行 3 列沒有元素，自動添加 NaN (Not a Number)
print(df)

運行結果：

   a   b     c
0  1   2   NaN
1  5  10  20.0

2. 取特定的表頭下的列元素

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']) # 指定表頭都存在於 data，只取部分

#With two column indices with one index with other name
df2 = pd.DataFrame(data, index=['first', 'second'], columns=['a', 'b1']) # 指定表頭中 b1 不存在，添加 b1 列，元素 NaN
print(df1)
print(df2)

運行結果：

        a   b
first   1   2
second  5  10
        a  b1
first   1 NaN
second  5 NaN

五、從 Series 組成的字典 創建

d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
   'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}
# index 與序列長度相投
# 字典不同的 key 代表一個列的表頭，pd.Series 作爲 value 作爲該列的元素
df = pd.DataFrame(d)
print(df)

運行結果：

   one  two
a  1.0    1
b  2.0    2
c  3.0    3
d  NaN    4