如何在 Python 中创建 DataFrame？

2025年03月17日 | 阅读 9 分钟

DataFrame 是一个二维数据集合。它是一种表格形式的数据结构。数据集按行和列排列；我们可以在 DataFrame 中存储多个数据集。我们可以执行各种算术运算，例如添加列/行选择以及在 DataFrame 中添加列/行。

在 Python 中，DataFrame 是 Pandas 库的关键组成部分，它是一个全面的二维数据容器。它类似于表格，清晰地封装了数据，使用行和列，每一行和每一列都有一个独特的索引。它的多功能性允许在列中容纳各种数据类型，从而在处理复杂数据集时提供了灵活性。

Pandas DataFrame 为用户提供了广泛的功能。从使用字典或其他数据结构创建结构化数据，到使用强大的索引进行无缝数据访问，Pandas 都可以轻松实现数据操作。该库提供了一个直观的界面，用于执行诸如根据条件过滤行、按组聚合数据以及轻松执行统计分析等操作。

我们可以从外部存储导入 DataFrame；这些存储可以引用为 SQL 数据库、CSV 文件和 Excel 文件。我们还可以使用列表、字典以及字典列表等。

在本教程中，我们将学习多种创建 DataFrame 的方法。让我们来了解这些不同的方法。

首先，我们需要将 pandas 库安装到 Python 环境中。

空 DataFrame

我们可以创建一个基本的空 DataFrame。需要调用 DataFrame 构造函数来创建 DataFrame。让我们来了解下面的示例。

示例 -

# Here, we are importing the pandas library as pd  
import pandas as pd  
# Here, we are Calling DataFrame constructor  
df = pd.DataFrame()  
print(df)   # here, we are printing the dataframe

输出

Empty DataFrame
Columns: []
Index: []

方法 - 2：使用列表创建 DataFrame

我们可以使用单个列表或列表的列表来创建 DataFrame。让我们来了解下面的示例。

示例 -

# Here, we are importing the pandas library as pd   
import pandas as pd    
# Here, we are declaring the string values in the list   
lst = ['Java', 'Python', 'C', 'C++',  
         'JavaScript', 'Swift', 'Go']    
# Here, we are calling DataFrame constructor on list  
dframe = pd.DataFrame(lst)  
print(dframe)     # here, we are printing the dataframe

输出

0        Java
1      Python
2           C
3         C++
4   JavaScript
5       Swift
6          Go

说明

导入 Pandas：import pandas as pd 导入 Pandas 库，并简称为 pd。
创建列表：lst 是一个包含表示编程语言的字符串值的列表。
DataFrame 创建：pd.DataFrame(lst) 从列表 lst 构建 DataFrame。当然，当提供单个列表时，Pandas 会创建一个单列表的 DataFrame。
打印 DataFrame：print(dframe) 打印生成的 DataFrame。

方法 - 3：从 ndarray/列表字典创建 DataFrame

ndarray/列表字典可用于创建 DataFrame，所有 ndarray 的长度必须相同。索引将默认为 range(n)；其中 n 表示数组长度。让我们来了解下面的示例。

示例 -

# Here, we are importing the pandas library as pd
import pandas as pd  
# Here, we are assigning the data of lists.  
data = {'Name': ['Tom', 'Joseph', 'Krish', 'John'], 'Age': [20, 21, 19, 18]}  
# Here, we are creating the DataFrame  
df = pd.DataFrame(data)    # here, we are printing the dataframe
# Here, we are printing the output.  
print(df)  # here, we are printing the dataframe

输出

     Name  Age
0     Tom   20
1  Joseph   21
2   Krish   19
3    John   18

说明

导入 Pandas：import pandas as pd 导入 Pandas 库，并简称为 pd。
创建字典：data 是一个字典，其中键是列名（'Name' 和 'Age'），值是包含相关信息的列表。
DataFrame 创建：pd.DataFrame(data) 从字典构建 DataFrame。键成为列名，列表成为列。
打印 DataFrame：print(df) 打印生成的 DataFrame。

方法 - 4：使用数组创建带索引的 DataFrame

让我们通过下面的示例来了解如何使用数组创建带索引的 DataFrame。

示例 -

# Here, we are implementing the DataFrame using arrays.  
import pandas as pd     # Here, we are importing the pandas library as pd
# Here, we are assigning the data of lists.  
data = {'Name':['Renault', 'Duster', 'Maruti', 'Honda City'], 'Ratings':[9.0, 8.0, 5.0, 3.0]}  
# Here, we are creating the pandas DataFrame.  
df = pd.DataFrame(data, index =['position1', 'position2', 'position3', 'position4'])  
# Here, we are printing the data  
print(df)  

输出

               Name      Ratings
position1     Renault      9.0
position2      Duster      8.0
position3      Maruti      5.0
position4    Honda City      3.0

说明

导入 Pandas：import pandas as pd 导入 Pandas 库，并简称为 pd。
创建字典：data 是一个字典，其中键是列名（'Name' 和 'Scores'），值是包含相关信息的列表。
DataFrame 创建：pd.DataFrame(data, index=['position1', 'position2', 'position3', 'position4']) 从字典构建 DataFrame。预定义的列表被分配给行。
打印 DataFrame：print(df) 打印生成的 DataFrame。

方法 - 5：从字典列表创建 DataFrame

我们可以将字典列表作为输入数据来创建 Pandas DataFrame。列名默认取为键。让我们来了解下面的示例。

示例 -

# Here, we are implementing an example to create  
# Pandas DataFrame by using the lists of dicts.  
import pandas as pd      # Here, we are importing the pandas library as pd
# Here, we are assigning the values to lists.  
data = [{'A': 10, 'B': 20, 'C':30}, {'x':100, 'y': 200, 'z': 300}]  
# Here, we are creating the DataFrame.  
df = pd.DataFrame(data)  
# Here, we are printing the data of the dataframe  
print(df)  

输出

    A      B      C      x      y      z
0  10.0  20.0  30.0    NaN    NaN    NaN
1   NaN   NaN   NaN  100.0  200.0  300.0

让我们通过另一个示例来了解如何从带有行索引和列索引的字典列表创建 Pandas DataFrame。

说明

导入 Pandas：import pandas as pd 导入 Pandas 库，并简称为 pd。
创建列表和字典：data 是一个列表，其中每个元素都是一个字典，代表 DataFrame 中的一列。字典的键成为列名。
DataFrame 创建：pd.DataFrame(data) 从字典列表构建 DataFrame。字典的键成为列，值成为 DataFrame 中的数据。
打印 DataFrame：print(df) 打印生成的 DataFrame。

示例 - 2

# Here, we are importing the pandas library as pd
import pandas as pd  
# Here, we are assigning the values to the lists.  
data = [{'x': 1, 'y': 2}, {'A': 15, 'B': 17, 'C': 19}]  
# Here, we are declaring the two column indices, values same as the dictionary keys  
dframe1 = pd.DataFrame(data, index =['first', 'second'], columns =['x', 'y'])    
# Here, we are declaring the variable dframe1 with the parameters data and the indexes
# Here, we are declaring the two column indices with  
# one index with other name  
dframe2 = pd.DataFrame(data, index =['first', 'second'], columns =['x', 'y1'])  
# Here, we are declaring the variable dframe2 with the parameters data and the indexes
# Here, we are printing the first data frame i.e., dframe1 
print (dframe1, "\n")  
# Here, we are printing the first data frame i.e., dframe2 
print (dframe2)  

输出

             x    y
first   1.0   2.0
second  NaN NaN 

             x    y1
first   1.0 NaN
second NaN NaN

说明

pandas 库用于创建两个不同的 DataFrame，分别命名为 dframe1 和 dframe2，它们都源自一个名为 data 的字典列表。这些字典充当 DataFrame 中各个行的表示，其中键对应于列名，相关值代表相应的数据。基础 DataFrame dframe1 使用指定的行索引（'first' 和 'second'）和列索引（'x' 和 'y'）进行初始化。因此，创建了第二个 DataFrame dframe2，它使用相同的数据集，但在列索引方面有所不同，特别是指定为 'x' 和 'y1'。代码最后将这两个 DataFrame 打印到控制台，阐明了每个 DataFrame 中特定的列结构。此代码作为 pandas 库中 DataFrame 创建和操作的全面概述，为我们提供了如何实现列索引变化的见解。

示例 - 3

# The example is to create  
# Pandas DataFrame by passing lists of  
# Dictionaries and row indices.  
import pandas as pd      # Here, we are importing the pandas library as pd
# assign values to lists  
data = [{'x': 2, 'z':3}, {'x': 10, 'y': 20, 'z': 30}]  
# Creates padas DataFrame by passing  
# Lists of dictionaries and row index.  
dframe = pd.DataFrame(data, index =['first', 'second'])  
# Print the dataframe 
print(dframe)  

输出

         x     y   z
first    2   NaN   3
second  10  20.0  30

说明

在此 Python 代码中，通过提供字典列表并指定列索引，使用 pandas 库构建了一个 Pandas DataFrame。该过程以导入 pandas 库开始，并为了简洁起见，将其分配给别名“pd”。随后，定义了一个名为 data 的字典列表，其中每个字典代表 DataFrame 的一行。这些字典中的键表示列名，而相应的值表示相应的数据。

然后，使用 pd.DataFrame() 构造函数创建 DataFrame（称为 dframe），其中包含提供的数据，并显式将行索引设置为 'first' 和 'second'。生成的 DataFrame 显示了水平结构，列名为 'x'、'y' 和 'z'。任何缺失的值都表示为“NaN”。

方法 - 6：使用 zip() 函数创建 DataFrame

zip() 函数用于合并两个列表。让我们来了解下面的示例。

示例 -

# The example is to create  
# pandas dataframe from lists using zip.  
import pandas as pd       # Here, we are importing the pandas library as pd 
# List1  
Name = ['tom', 'krish', 'arun', 'juli']  
# List2  
Marks = [95, 63, 54, 47]  
#  two lists.  
# and merge them by using zip().  
list_tuples = list(zip(Name, Marks))  
# Assign data to tuples.  
print(list_tuples)  
# Converting lists of tuples into  
# pandas Dataframe.  
dframe = pd.DataFrame(list_tuples, columns=['Name', 'Marks'])  
# Print data.  
print(dframe)  

输出

[('john', 95), ('krish', 63), ('arun', 54), ('juli', 47)]
    Name  Marks
0   john     95
1  krish     63
2   arun     54
3   juli     47

说明

此 Python 代码展示了如何使用 pandas 库和 zip 函数从名为 'Name' 和 'Scores' 的两个列表中创建 Pandas DataFrame。导入 pandas 库后，定义 'Name' 和 'Scores' 列表，它们代表 DataFrame 的预期列。zip 函数用于将这些列表中的相应元素合并成元组，形成一个新的名为 list_tuples 的列表。

然后，代码打印元组列表，以一览合并后的数据。随后，使用 pd.DataFrame() 构造函数创建一个名为 dframe 的 Pandas DataFrame，该构造函数将元组列表转换为结构化的水平格式。在创建此 DataFrame 过程中，显式分配了 'Name' 和 'Scores' 列。

方法 - 7：从 Series 字典创建 DataFrame

可以传递字典来创建 DataFrame。我们可以使用 Series 字典，其中生成的索引是所有 Series 的传递索引值的并集。让我们来了解下面的示例。

示例 -

# Pandas Dataframe from Dicts of series.  
import pandas as pd         # Here, we are importing the pandas library as pd
# Initialize data to Dicts of series.  
d = {'Electronics' : pd.Series([97, 56, 87, 45], index =['John', 'Abhinay', 'Peter', 'Andrew']),  
   'Civil' : pd.Series([97, 88, 44, 96], index =['John', 'Abhinay', 'Peter', 'Andrew'])}  
# creates Dataframe.  
dframe = pd.DataFrame(d)  
# print the data.  
print(dframe)  

输出

        Electronics      Civil
John             97        97
Abhinay      56        88
Peter           87        44
Andrew      45        96

说明

在此 Python 代码中，使用 pandas 库从 Series 字典创建了一个 Pandas DataFrame。两个主题“Gadgets”和“Common”被表示为列，并将具有特定索引的单独分数映射到一个名为 dframe 的 DataFrame 中。生成的 DataFrame 结构被打印到控制台，展示了一种使用 Pandas 组织和分析标记数据的紧凑方法。

在本教程中，我们讨论了创建 DataFrame 的不同方法。

下一个主题如何在 Python 中开发游戏

← 上一个下一个 →

如何在 Python 中创建 DataFrame？

空 DataFrame

方法 - 2：使用列表创建 DataFrame

方法 - 3：从 ndarray/列表字典创建 DataFrame

方法 - 4：使用数组创建带索引的 DataFrame

方法 - 5：从字典列表创建 DataFrame

方法 - 6：使用 zip() 函数创建 DataFrame

方法 - 7：从 Series 字典创建 DataFrame

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

如何在 Python 中创建 DataFrame？

空 DataFrame

方法 - 2：使用列表创建 DataFrame

方法 - 3：从 ndarray/列表字典创建 DataFrame

方法 - 4：使用数组创建带索引的 DataFrame

方法 - 5：从字典列表创建 DataFrame

方法 - 6：使用 zip() 函数创建 DataFrame

方法 - 7：从 Series 字典创建 DataFrame

相关帖子

Python Tkinter 中的 Tree view 小部件和 Tree view 滚动条

编写 Python 程序对 0、1 和 2 的列表进行排序

如何在 Python 中打开 URL

Python 中的亲和数

天气 API Python

Python Openssl 生成证书

如何在 Python 中绘制直方图

使用 Scipy 在 Python 中进行多维图像处理

改进 Python 中的面向对象设计

Python YAML 解析器

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器