Python通过列表创建DataFrame的常见方法

作者：

在

文章目录

目录

如果你有一个单层列表，可以直接将其传递给DataFrame构造函数来创建一个单列的DataFrame。 import pandas as pd # 单层列表 data = [1, 2, 3, 4] # 创建单列DataFrame df = pd.DataFrame(data, columns=[‘Column1’]) print(‘df：’,df)

如果你有一个嵌套列表（即列表的列表），每个内部列表代表一行数据，可以创建一个多列的DataFrame。 # 嵌套列表 data = [[1, ‘a’], [2, ‘b’], [3, ‘c’]] # 创建多列DataFrame df = pd.DataFrame(data, columns=[‘Column1’, ‘Column2’]) print(‘df：’,df)

有时你可能需要根据一些规则或计算来创建列表，然后使用这些列表创建DataFrame。 # 使用列表推导式创建数据 data = [[i for i in range(1, 5)], [‘a’ + str(i) for i in range(1, 5)]] # 创建DataFrame df = pd.DataFrame(data, columns=[‘Column1’, ‘Column2’]) print(‘df：’,df)

在创建DataFrame时，你可以通过index参数指定行索引。 # 嵌套列表 data = [[1, ‘a’], [2, ‘b’], [3, ‘c’]] # 指定索引创建DataFrame df = pd.DataFrame(data, columns=[‘Column1’, ‘Column2’], index=[‘Row1’, ‘Row2’, ‘Row3’]) print(‘df：’,df)

如果嵌套列表中的子列表长度不一致，pandas会自动处理这种情况，用NaN填充短的子列表。 # 长度不一致的嵌套列表 data = [[1, ‘a’, 0.1], [2, ‘b’], [3, ‘c’, 0.3]] # 创建DataFrame，自动填充NaN df = pd.DataFrame(data, columns=[‘Column1’, ‘Column2’, ‘Column3’]) print(‘df：’,df)

如果你想从多个列表创建具有不同列数据的DataFrame，可以将这些列表作为DataFrame构造函数的参数。 # 多个列表 data_column1 = [1, 2, 3] data_column2 = [‘a’, ‘b’, ‘c’] data_column3 = [True, False, True] # 从多个列表创建DataFrame df = pd.DataFrame([data_column1, data_column2, data_column3], columns=[‘Column1’, ‘Column2’, ‘Column3’]) print(‘df：’,df) ps: 个人认为，如果是单行的列表，使用列表转换dataframe；但如果要做到键对关系，且多层级列表，建议还是使用dict转换比较方便。到此这篇关于Python通过列表创建DataFrame的方法的文章就介绍到这了,更多相关Python列表创建DataFrame内容请搜索风君子博客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风君子博客！您可能感兴趣的文章: Python Pandas创建Dataframe数据框的六种方法汇总在 Python 中创建DataFrame的方法浅谈python的dataframe与series的创建方法 Python创建一个空的dataframe,并循环赋值的方法 Python中pandas模块DataFrame创建方法示例 python 创建一个空dataframe 然后添加行数据的实例 python中pandas.DataFrame的简单操作方法（创建、索引、增添与删除）

目录

1. 单层列表创建单列DataFrame
2. 嵌套列表创建多列DataFrame
3. 使用列表推导式创建DataFrame
4. 指定索引
5. 处理非均匀长度的列表
6. 从多个列表创建DataFrame

在Python中，使用pandas库可以通过列表创建DataFrame对象。列表可以是单层列表，也可以是嵌套列表（即列表的列表），分别对应于单列和多列的数据。以下是几种使用列表创建DataFrame的常见方法：

如果你有一个单层列表，可以直接将其传递给DataFrame构造函数来创建一个单列的DataFrame。

import pandas as pd
# 单层列表
data = [1, 2, 3, 4]
# 创建单列DataFrame
df = pd.DataFrame(data, columns=['Column1'])
print('df：',df)

如果你有一个嵌套列表（即列表的列表），每个内部列表代表一行数据，可以创建一个多列的DataFrame。

# 嵌套列表
data = [[1, 'a'], [2, 'b'], [3, 'c']]
# 创建多列DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'])
print('df：',df)

有时你可能需要根据一些规则或计算来创建列表，然后使用这些列表创建DataFrame。

# 使用列表推导式创建数据
data = [[i for i in range(1, 5)], ['a' + str(i) for i in range(1, 5)]]
# 创建DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'])
print('df：',df)

在创建DataFrame时，你可以通过index参数指定行索引。

# 嵌套列表
data = [[1, 'a'], [2, 'b'], [3, 'c']]
# 指定索引创建DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'], index=['Row1', 'Row2', 'Row3'])
print('df：',df)

如果嵌套列表中的子列表长度不一致，pandas会自动处理这种情况，用NaN填充短的子列表。

# 长度不一致的嵌套列表
data = [[1, 'a', 0.1], [2, 'b'], [3, 'c', 0.3]]
# 创建DataFrame，自动填充NaN
df = pd.DataFrame(data, columns=['Column1', 'Column2', 'Column3'])
print('df：',df)

如果你想从多个列表创建具有不同列数据的DataFrame，可以将这些列表作为DataFrame构造函数的参数。

# 多个列表
data_column1 = [1, 2, 3]
data_column2 = ['a', 'b', 'c']
data_column3 = [True, False, True]
# 从多个列表创建DataFrame
df = pd.DataFrame([data_column1, data_column2, data_column3], columns=['Column1', 'Column2', 'Column3'])
print('df：',df)

ps: 个人认为，如果是单行的列表，使用列表转换dataframe；但如果要做到键对关系，且多层级列表，建议还是使用dict转换比较方便。

到此这篇关于Python通过列表创建DataFrame的方法的文章就介绍到这了,更多相关Python列表创建DataFrame内容请搜索风君子博客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风君子博客！

您可能感兴趣的文章:

Python Pandas创建Dataframe数据框的六种方法汇总
在 Python 中创建DataFrame的方法
浅谈python的dataframe与series的创建方法
Python创建一个空的dataframe,并循环赋值的方法
Python中pandas模块DataFrame创建方法示例
python 创建一个空dataframe 然后添加行数据的实例
python中pandas.DataFrame的简单操作方法（创建、索引、增添与删除）

Python列表创建DataFrame Python创建DataFrame

更多文章