HOWTO · Pandas

从列表中创建 Pandas DataFrame

本教程演示了如何使用列表创建 Pandas DataFrame。

本页内容

使用 Pandas 的 pd.DataFrame() 构造函数,可以将列表数据转换为表格。请根据数据形状选择输入方式:一维列表生成一列,列表的列表生成多行,字典则可提供带名称的列或记录。以下示例展示如何指定列标签,以及不同输入形状如何映射到生成的 DataFrame。示例代码和输出中的英文标签保持不变。

从单个列表创建 DataFrame

将一维列表传给 pd.DataFrame(),并指定一个列标签。列表中的每个值都会成为该列中的一行。

import pandas as pd

values = [10, 20, 30]
df = pd.DataFrame(values, columns=["Score"])
print(df)

即使输入只有一列,columns 参数也要接收一个标签列表。除非另行指定索引,否则 DataFrame 会使用默认行索引。对于这些输入,结果包含一个 Score 列,每个值各占一行;示例中的 Score 标签保留英文。

从多个列表创建 DataFrame

如果不同列表分别包含对应列的值,可以使用 Python 的 zip() 函数按位置配对元素,再将生成的行传给构造函数。

import pandas as pd

names = ["Ada", "Lin"]
scores = [95, 88]
rows = list(zip(names, scores))
df = pd.DataFrame(rows, columns=["Name", "Score"])
print(df)

两个列表中的第一个值组成第一行,第二个值组成下一行,依此类推。zip() 遇到最短的输入时就会停止,因此较长列表末尾多出的值不会包含在结果中。如果需要保留每个值,请确保列表长度相符。

从列表的列表创建 DataFrame

对于按行组织的数据,让每个内层列表表示一行,并将对应的列标签传给 pd.DataFrame()。

import pandas as pd

rows = [[1, "Ada", 95], [2, "Lin", 88]]
df = pd.DataFrame(rows, columns=["ID", "Name", "Score"])
print(df)

这里,每个内层列表中的第一个元素对应 ID,第二个对应 Name,第三个对应 Score。每行都应为提供的每个列标签包含一个值;准备嵌套列表时,请保持这种对应关系。示例中的 ID、Name 和 Score 标签保留英文。这种格式适用于数据已经按记录整理好、但每个值尚未附带字段名称的情况。

从字典列表创建 DataFrame

如果每条记录已将值与字段名称关联起来,可以使用字典列表。Pandas 会将字典键用作列标签,并将每个字典作为一行。

import pandas as pd

records = [
    {"Name": "Ada", "Score": 95},
    {"Name": "Lin", "Score": 88},
]
df = pd.DataFrame(records)
print(df)

这种形式适合类似记录的数据,因为值通过键而不是位置来识别。如果某个字典缺少其他记录中存在的键,Pandas 仍会创建对应列,并在该行的缺失位置填入缺失值标记。如果需要控制列的顺序或包含一组已知字段,可以在构造函数中添加 columns=[...]。

从列表字典创建 DataFrame

对于按列组织的数据,将每个列名映射到一个值列表。字典的键会成为列标签,每个列表则提供该列的值。

import pandas as pd

columns = {
    "Name": ["Ada", "Lin"],
    "Score": [95, 88],
}
df = pd.DataFrame(columns)
print(df)

字典中的所有值列表必须长度相同,Pandas 才能将它们组合成行。如果数据按字段收集,例如一个列表存放姓名、另一个列表存放分数,这种结构就很实用。如果数据目前按行组织,请改用上面的列表列表形式。

从 NumPy 数组创建 DataFrame

可以像传入嵌套列表一样,将二维 NumPy 数组传给 pd.DataFrame()。如果数组的列需要更具描述性的名称,请提供列标签。

import numpy as np
import pandas as pd

values = np.array([[1, 95], [2, 88]])
df = pd.DataFrame(values, columns=["ID", "Score"])
print(df)

NumPy 数组有一个适用于其元素的 dtype。例如,将数字和字符串混合创建在同一个数组中时,数字可能会在构造 DataFrame 之前被转换为字符串。如果各列需要使用不同类型,可以将它们分别作为字典值构建,也可以使用字典列表。此示例使用数值数组,没有声称其性能更好;请选择最能表示现有数据的输入形状。