从列表中创建 Pandas DataFrame

  1. 使用单个列表来创建 Pandas DataFrame
  2. 使用多个列表创建 Pandas DataFrame
  3. 使用多维列表创建 Pandas DataFrame

Pandas 允许我们使用 pd.DataFrame() 方法从一个列表来创建 Pandas DataFrame。我们可以使用单个列表、多个列表和多维列表来实现。

使用单个列表来创建 Pandas DataFrame

这是从单个列表创建 DataFrame 的最基本方法。我们只需将列表传递给 d.DataFrame(),结果就是一个单列 Dataframe。

例子:

import pandas as pd
import numpy as np

lst = ["Jay","Raj","Jack"]
df = pd.DataFrame(lst, columns = ['Name'])

print(df)

输出:

   Name
0   Jay
1   Raj
2  Jack

使用多个列表创建 Pandas DataFrame

为了从多个列表中创建一个 Pandas DataFrame,我们必须使用 zip() 函数。zip() 函数返回一个 zip 类型的对象,将第一个位置的元素配对在一起,第二个位置的元素配对在一起,以此类推。这里每个列表作为一个不同的列。

例子:

import pandas as pd
import numpy as np
lst1 = ["Jay","Raj","Jack"]
lst2 = [12,15,14]
df = pd.DataFrame(list(zip(lst1,lst2)), columns = ['Name','Age'])
print(df)

输出:

   Name  Age
0   Jay   12
1   Raj   15
2  Jack   14

使用多维列表创建 Pandas DataFrame

一个包含另一个列表的列表称为多维列表。在这种情况下,嵌套在主列表中的每个列表都作为 DataFrame 的一行。下面的例子将展示如何操作。

import pandas as pd
import numpy as np
lst = [["Jay",12,"BBA"],["Jack",15,"BSc"]]
df = pd.DataFrame(lst, columns = ['Name','Age','Course'])
print(df)

输出:

   Name  Age Course
0   Jay   12    BBA
1  Jack   15    BSc

相关文章 - Pandas DataFrame

  • 如何计算值在 Pandas DataFrame 中出现的频率
  • 将 Pandas DataFrame 转换为字典