HOWTO · Pandas
Criar Pandas Dataframe a partir de uma lista
Este tutorial demonstra como criar um quadro de dados pandas usando listas.
Nesta página
Use o construtor pd.DataFrame() do Pandas para transformar dados em listas numa tabela. Escolha o formato de entrada adequado aos seus dados: uma lista simples cria uma coluna, uma lista de listas cria linhas, e dicionários fornecem colunas nomeadas ou registros. Nos exemplos abaixo, os rótulos das colunas permanecem em inglês. Veja como defini-los e como cada formato se relaciona com o DataFrame resultante.
Criar um DataFrame a partir de uma única lista
Passe uma lista unidimensional para pd.DataFrame() e forneça um rótulo de coluna. Cada valor da lista se torna uma linha dessa coluna.
import pandas as pd
values = [10, 20, 30]
df = pd.DataFrame(values, columns=["Score"])
print(df)
O argumento columns recebe uma lista de rótulos, mesmo quando a entrada contém apenas uma coluna. O DataFrame atribui um índice padrão às linhas, a menos que você forneça outro. Com essas entradas, o resultado tem uma coluna Score — cujo rótulo permanece em inglês — e uma linha para cada valor.
Criar um DataFrame a partir de várias listas
Quando listas separadas contêm valores de colunas correspondentes, use a função zip() do Python para emparelhar os itens por posição e passe as linhas resultantes ao construtor.
import pandas as pd
names = ["Ada", "Lin"]
scores = [95, 88]
rows = list(zip(names, scores))
df = pd.DataFrame(rows, columns=["Name", "Score"])
print(df)
Os primeiros valores das duas listas formam a primeira linha, os segundos valores formam a linha seguinte, e assim por diante. zip() para ao chegar à entrada mais curta; portanto, os valores excedentes no final de uma lista mais longa não são incluídos. Use listas de comprimentos compatíveis se todos os valores precisarem aparecer no resultado.
Criar um DataFrame a partir de uma lista de listas
Para dados organizados por linha, faça com que cada lista interna represente uma linha e passe os rótulos de coluna correspondentes a pd.DataFrame().
import pandas as pd
rows = [[1, "Ada", 95], [2, "Lin", 88]]
df = pd.DataFrame(rows, columns=["ID", "Name", "Score"])
print(df)
Neste exemplo, o primeiro item de cada lista interna corresponde a ID, o segundo a Name e o terceiro a Score; esses rótulos permanecem em inglês. Cada linha deve conter um valor para cada rótulo de coluna fornecido. Mantenha essa correspondência ao preparar as listas aninhadas. Esse formato é útil quando os dados já estão organizados como registros, mas ainda não têm nomes de campos associados a cada valor.
Criar um DataFrame a partir de uma lista de dicionários
Use uma lista de dicionários quando cada registro já associar valores a nomes de campos. O Pandas usa as chaves dos dicionários como rótulos de coluna e cada dicionário como uma linha.
import pandas as pd
records = [
{"Name": "Ada", "Score": 95},
{"Name": "Lin", "Score": 88},
]
df = pd.DataFrame(records)
print(df)
Esse formato é conveniente para dados semelhantes a registros, pois os valores são identificados pelas chaves, e não pela posição. Se um dicionário não tiver uma chave presente nos outros registros, o Pandas cria essa coluna e preenche o valor ausente daquela linha com um marcador de valor ausente. Adicione columns=[...] ao construtor quando precisar controlar a ordem das colunas ou incluir um conjunto conhecido de campos.
Criar um DataFrame a partir de um dicionário de listas
Para dados organizados por coluna, associe cada nome de coluna a uma lista de valores. As chaves do dicionário se tornam rótulos, e cada lista fornece os valores da respectiva coluna. Os rótulos de coluna deste exemplo também permanecem em inglês.
import pandas as pd
columns = {
"Name": ["Ada", "Lin"],
"Score": [95, 88],
}
df = pd.DataFrame(columns)
print(df)
Todas as listas do dicionário devem ter o mesmo comprimento para que o Pandas possa organizá-las em linhas. Essa estrutura é útil quando os valores são coletados por campo, como em uma lista de nomes e outra de pontuações. Se os seus dados estiverem organizados por linha, use o formato de lista de listas apresentado acima.
Criar um DataFrame a partir de um array NumPy
Um array NumPy bidimensional pode ser passado para pd.DataFrame() da mesma forma que listas aninhadas. Forneça rótulos de coluna quando as colunas do array precisarem de nomes descritivos.
import numpy as np
import pandas as pd
values = np.array([[1, 95], [2, 88]])
df = pd.DataFrame(values, columns=["ID", "Score"])
print(df)
Arrays NumPy têm um dtype que se aplica aos seus elementos. Por exemplo, criar um único array com uma mistura de números e strings pode converter os valores numéricos em strings antes da construção do DataFrame. Se as colunas precisarem de tipos diferentes, crie-as como valores separados de um dicionário ou use uma lista de dicionários. Este exemplo usa um array numérico e não faz afirmações sobre desempenho; escolha o formato de entrada que melhor represente os seus dados.