Python pandas.DataFrame.from_records用法及代碼示例

用法: classmethod DataFrame.from_records(data, index=None, exclude=None, columns=None, coerce_float=False, nrows=None)

將結構化或記錄 ndarray 轉換為 DataFrame。

從結構化的 ndarray、元組或字典序列或 DataFrame 創建 DataFrame 對象。

參數：

data：結構化的 ndarray，元組或字典序列，或 DataFrame: 結構化輸入數據。
index：str，字段列表，array-like: 用作索引的數組字段，交替使用一組特定的輸入標簽。
exclude：序列，默認無: 要排除的列或字段。
columns：序列，默認無: 要使用的列名。如果傳遞的數據沒有與之關聯的名稱，則此參數提供列的名稱。否則，此參數指示結果中列的順序(數據中未找到的任何名稱都將變為all-NA 列)。
coerce_float：布爾值，默認為 False: 嘗試將非字符串、非數字對象(如 decimal.Decimal)的值轉換為浮點數，這對 SQL 結果集很有用。
nrows：整數，默認無: 如果數據是迭代器，則要讀取的行數。

DataFrame

例子：

數據可以作為結構化的 ndarray 提供：

>>> data = np.array([(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')],
...                 dtype=[('col_1', 'i4'), ('col_2', 'U1')])
>>> pd.DataFrame.from_records(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

數據可以作為字典列表提供：

>>> data = [{'col_1': 3, 'col_2': 'a'},
...         {'col_1': 2, 'col_2': 'b'},
...         {'col_1': 1, 'col_2': 'c'},
...         {'col_1': 0, 'col_2': 'd'}]
>>> pd.DataFrame.from_records(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

數據可以作為具有相應列的元組列表提供：

>>> data = [(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')]
>>> pd.DataFrame.from_records(data, columns=['col_1', 'col_2'])
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.DataFrame.from_records。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：