Python Pandas DataFrame構造函數用法及代碼示例

例子

使用數組字典

要使用數組字典創建DataFrame：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df



   A  B
0  3  5
1  4  6

這裏，字典的鍵值對如下：

• key：列標簽

• value：該列的值

此外，由於 data 不包含任何索引(即行標簽)，因此使用默認的整數索引。

使用嵌套字典

要使用嵌套字典創建DataFrame：

col_one = {"a":3,"b":4}
col_two = {"a":5,"b":6}
df = pd.DataFrame({"A":col_one, "B":col_two})
df



   A  B
a  3  5
b  4  6

在這裏，我們在 col_one 和 col_two 中指定了索引。

使用係列

要使用係列創建DataFrame：

s_one = pd.Series([3,4], index=["a","b"])
s_two = pd.Series([5,6], index=["a","b"])
df = pd.DataFrame({"A":s_one, "B":s_two})
df



   A  B
a  3  5
b  4  6

使用二維數組

我們可以傳入 2D 列表或 2D NumPy 數組，如下所示：

df = pd.DataFrame([[3,4],[5,6]])
df



   0  1
0  3  4
1  5  6

請注意默認的行和列標簽是整數索引。

使用常數

要使用單個常量初始化DataFrame，我們需要指定參數columns和index以定義DataFrame的形狀：

pd.DataFrame(2, index=["a","b"], columns=["A","B","C"])



   A  B  C
a  2  2  2
b  2  2  2

指定列標簽和索引

要顯式設置列標簽和索引(即行標簽)：

df = pd.DataFrame([[3,4],[5,6]], columns=["A","B"], index=["a","b"])
df



   A  B
a  3  4
b  5  6

指定數據類型

要設置所有列類型的首選項：

df = pd.DataFrame([["3",4],["5",6]], dtype=float)
df



   0    1
0  3.0  4.0
1  5.0  6.0

請注意 "3" 如何轉換為 float 。

請注意，即使類型轉換不成功，也不會拋出錯誤。例如：

df = pd.DataFrame([["3@@@",4],["5",6]], dtype=float)
df



   0     1
0  3@@@  4.0
1  5     6.0

這裏，列的數據類型如下：

df.dtypes



0     object
1    float64
dtype: object