HOWTO · Python
在 Python 中如何将列表转换为 Pandas DataFrame
本教程介绍如何在 Python 中将列表转换为 Pandas DataFrame。
本页内容
使用 pd.DataFrame(my_list) 即可将 Python 列表转换为 Pandas DataFrame。一维列表会成为一列,行索引默认使用整数。可以通过 columns 参数为该列命名,通过 index 参数指定行标签,也可以传入由多个列表组成的列表来创建多列。
在 Python 中将列表转换为 Pandas DataFrame
DataFrame 是由带标签的行和列组成的二维表格。先导入 Pandas,再将列表传给它的 DataFrame 构造函数,并把结果赋给变量。在脚本中调用 print(df) 可以显示表格;在 Notebook 或交互式会话中,直接计算 df 就会显示表格。
下面的示例会把每个名字放入标签为 0 的单列中。Pandas 默认从 0 开始为行分配标签。pd.DataFrame() 是用于创建表格的构造函数,并不是在列表上调用的方法。编写调用时,应将数据作为第一个参数传入,再使用 columns 或 index 等具名参数描述表格。
import pandas as pd
my_list = ["Tom", "Mark", "Tony"]
df = pd.DataFrame(my_list)
print(df)
在 Python 中将列表存储在 Pandas DataFrame 的列中
创建 DataFrame 时,将只含一个标签的列表传给 columns 参数即可。该标签用于命名列,不会更改行索引。列标签的数量必须与输入数据的列数一致。
在此例中,值仍按原有顺序排列,Names 会取代默认列标签 0。
import pandas as pd
my_list = ["Tom", "Mark", "Tony"]
df = pd.DataFrame(my_list, columns=["Names"])
print(df)
在 Python 中将列表转换为带索引的 DataFrame
使用 index 参数设置行标签,使用 columns 参数设置列标签。列表中的每个值都需要对应一个索引标签。指定的标签会取代默认整数索引,而不会成为另一列数据。例如,第一个值由 i. 标识,第二个值由 ii. 标识,第三个值由 iii. 标识。也可以根据记录内容选择合适的标签,例如日期或产品标识符。
import pandas as pd
my_list = ["Tom", "Mark", "Tony"]
df = pd.DataFrame(
my_list,
index=["i.", "ii.", "iii."],
columns=["Names"],
)
print(df)
在 Python 中使用 zip() 将两个列表合并到同一个 DataFrame
Python 的 zip() 会按位置配对来自输入可迭代对象的值。将配对结果传给 pd.DataFrame(),并为每个输入列表指定一个列标签。示例中的名字和身高列表彼此对应,因此每个名字会与同一行的身高配对。也可以将两个以上的列表一起传给 zip(),并提供数量相符的列标签。
当最短的输入用尽时,zip() 就会停止。如果希望每个来源列表都为每一行提供一个值,请在创建 DataFrame 前确认各列表长度相同。
import pandas as pd
name_list = ["Tom", "Mark", "Tony"]
height_list = [150, 151, 152]
rows = zip(name_list, height_list)
df = pd.DataFrame(rows, columns=["Name", "Height"])
print(df)
在 Python 中将多维列表转换为 Pandas DataFrame
对于表格数据,可以将每一行表示为一个内层列表,再把外层列表传给 pd.DataFrame()。columns 中的标签数量应与每行的值数相同。本例中,每个内层列表依次包含姓名和年龄,因此表格有两列、三行。
当每行都包含相同字段且字段顺序一致时,这种结构很适用。请检查行中的值是否与所提供的列标签一一对应;如果记录包含不同字段,应先将数据整理成一致的表格结构。
import pandas as pd
info = [["Tom", 18], ["Mark", 25], ["Tony", 68]]
df = pd.DataFrame(info, columns=["Name", "Age"])
print(df)