Python中创建Dataframe的四种方法
- 更新时间:2021-07-23 09:30:36
- 编辑:聂凝梦
本站收集了一篇相关的编程文章,网友鱼恬静根据主题投稿了本篇教程内容,涉及到Python相关内容,已被750网友关注,如果对知识点想更进一步了解可以在下方电子资料中获取。
参考资料
- Keras快速上手:基于Python的深度学习实战 PDF 电子书 / 41.4 MB / 谢梁 推荐度:
- 《数据科学导论:Python语言实现》源代码 配套资源 / 1.26 MB / 阿尔贝托·博斯凯蒂 推荐度:
- Python 快速入门 PDF 电子书 / 9.73 MB / 娜奥米·塞德 推荐度:
- Python实战速成手册:数据分析+机器学习+深度学习 PDF 电子书 / 16.1 MB / 方勇 推荐度:
- Effective Python:编写高质量Python代码的90个有效方法(第2版) PDF 电子书 / 86 MB / 布雷特·斯拉特金 推荐度:
正文内容
为学习python的程序员分享一篇技术文章,代码实例很详细,重新编辑了一下发到本站,希望对网友有用。
Pandas主要有两种数据结构,一个是Series,另一个是DataFrame,小编介绍过Pandas中创建Series的三种方法,那DataFrame又如何创建呢?本文介绍创建Dataframe的四种方法:1、通过字典创建DataFrame;2、通过列表创建DataFrame;3、通过numpy ndarray创建dataframe;4、通过一个Series对象创建。
1、通过字典创建DataFrame;
from pandas import DataFrame # 利用字典 merge_dt_dict = {'date':date_list, 'update':update_list, 'serverip':serverip_list} data_df = DataFrame(merge_dt_dict)
2、通过列表创建DataFrame;
import pandas as pd data = [[4, 7, 10], [5, 8, 11], [6, 9, 12]] df = pd.DataFrame(data, columns=['A', 'B', 'C']) df
3、通过numpy ndarray创建dataframe;
arr = np.random.randn(6,4) index_rows = pd.date_range('today', periods=6) index_columns = ['A','B','C','D'] dataframe1 = pd.DataFrame(arr,index=index_rows,columns=index_columns) dataframe1
4、通过一个Series对象创建。
myDict3 = {'one': s1, 'two': s2} df4 = pd.DataFrame(data = myDict3) print(df4) -------------------------------- [out]: one two 0 a 5 1 b 15 2 c 25 3 d 35
以上就是Python中创建Dataframe的四种方法,大家可以直接套入使用哦·更多python学习推荐:python教程。
相关教程
-
Python基础教程之tcp socket编程详解及简单实例
这篇文章主要介绍了Python基础教程之tcp socket编程详解及简单实例的相关资料,需要的朋友可以参考下
发布时间:2019-08-26
-
selenium python 实现基本自动化测试的示例代码
这篇文章主要介绍了selenium python 实现基本自动化测试的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
发布时间:2019-06-03