如果你是一个pandas初学者，那么不知道你会不会像我一样。在学用列表或者数组创建DataFrame时理不清怎样用数据生成以及想要形状的的Dataframe，那么，现在，你不用自己琢磨了，我这里给你整理了一下，现在我们就来看看这三种生成Dataframe的方式。
1.用传入列表或者数组创建DataFrame 采用列表创建DataFrame
nums = [[i for i in range(3)] for _ in range(10)] nums
colu = [f'col_{i}' for i in range(3)] # 用来做列名
inde = [f'row_{i}' for i in range(10)] # 用来做索引
pd.DataFrame(data=nums,index=inde,columns=colu)
# 参数解释：data是要传入的数据，index是索引（不指定会自动产生自增长的索引），
# columns为指定的列名，按照顺序装在一个列表中
不知道你发现没有，生成的DataFrame形状和前面的列表'长相‘是一样的，所以，以后要用这种方式创建DataFrame的话是不是只要先把列表生成好形状，就不用再调整DataFrame形状了。
当然用数组创建DataFrame其实是一样的道理，所以我不演示了，我这里给一段代码，需要请自行调试。
用列表创建DataFrame
import numpy as np
import pandas as pd
nums = np.array([i for i in range(1,31)]).reshape(10,3)
colu = [f'col_{i}' for i in range(3)]
inde = [f'row_{i}' for i in range(10)]
pd.DataFrame(data=nums,index=inde,columns=colu)
实际上这两种方式我们并不推荐，我们更推荐用下面这种data参数给字典的方式来创建DataFrame
2.传入字典形式参数创建DataFrame
import numpy as np
import pandas as pd
hight = np.random.randint(158,180,10)
weight = np.random.randint(49,75,10)
pd.DataFrame(data={
'hight':hight,
'weight':weight,}
) # 这里没有设置索引，会自动生成
怎么样，这样是不是超级简单呢？
将直接读取数据文件生成DataFrame
但实际上以上创建DataFrame的方式都不是日常工作中最常用的，很多时候，其实我们是直接读取以个文件，然后将文件中的数据放入DataFrame中进行数据分析。
那么，接下来我们看一下用pandas读取excel文件或者csv文件
当我们输入代码pd.read_然后按tab键我们发现
因此我们发现，其实不仅仅是csv和excel文件，实际上还可以读取很多种类型的文件，但这里我们只演示读取excel和csv文件
读取excel
df = pd.read_excel('data/2020年销售数据.xlsx')
df
读取csv
df = pd.read_csv('data/2018年北京积分落户数据.csv',encoding='utf-8') # encoding参数指定数据的编码方式为utf-8
df
好了，创建DataFrame就先分享到这里，下篇文章见。
到此这篇关于pandas创建DataFrame的方式小结的文章就介绍到这了,更多相关pandas创建DataFrame内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/dchzxl/article/details/120558378
