pandas创建DataFrame的几种方式

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 = [fcol_{
            
     i} for i in range(3)]   # 用来做列名
inde = [frow_{
            
     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 = [fcol_{
            
     i} for i in range(3)]
inde = [frow_{
            
     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