Pandas创建数据

Pandas创建数据

pandas可以通过多种方式创建数据。可以导入现有的数据文件，或者直接从Python数据结构创建DataFrame。
这里主要介绍直接从Python数据结构创建DataFrame的方法。

方法一 直接从Python数据结构创建DataFrame

这里通过一个简单的例子来演示如何从Python数据结构创建DataFrame。

import pandas as pd
import numpy as np

# 创建一个DataFrame
df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], 
 "date":pd.date_range('20130102', periods=6),
  "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shanghai', 'BEIJING '],
 "age":[23,44,54,32,34,32],
 "category":['100-A','100-B','110-A','110-C','210-A','130-F'],
  "price":[1200,np.nan,2133,5433,np.nan,4432]},
  columns =['id','date','city','category','age','price'])

df

	id	date	city	category	age	price
0	1001	2013-01-02	Beijing	100-A	23	1200.0
1	1002	2013-01-03	SH	100-B	44	NaN
2	1003	2013-01-04	guangzhou	110-A	54	2133.0
3	1004	2013-01-05	Shenzhen	110-C	32	5433.0
4	1005	2013-01-06	shanghai	210-A	34	NaN
5	1006	2013-01-07	BEIJING	130-F	32	4432.0

创建DataFrame的格式

pd.DataFrame(data, index=None, columns=None, dtype=None, copy=False)

data: dict, array-like, or DataFrame 数据可以是字典、数组或另一个DataFrame。
index: array-like, optional 自定义索引，如果不提供，则使用默认的整数索引。
columns: array-like, optional 自定义列名，如果不提供，则使用数据的默认列
dtype: dtype, optional 指定数据类型，如果不提供，则自动推断。
copy: bool, default False 是否复制数据，如果为True，则创建数据的副本。

data用字典时键为列名，值为列数据。data用数组时每个数组元素为一行数据。