В модуле Pandas DataFrame – очень простой и важный тип данных. Чтобы создать DataFrame из разных источников данных или других типов данных в Python, мы можем использовать конструктор DataFrame().
В этом руководстве мы изучим различные способы создания и инициализации Pandas DataFrame.
Синтаксис
Синтаксис класса DataFrame():
DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
Где, все аргументы необязательны и:
- данные могут быть ndarray, итерабельными, словарными или другими.
- index может быть Index или массивом. Если индекс не указан, по умолчанию используется индекс диапазона, т.е. от 0 до количества строк – 1.
- столбцы используются для обозначения столбцов.
- dtype используется, чтобы указать или принудительно указать тип данных. Если вы не укажете, dtype выводится из самих данных.
- copy, если True, копирует данные из входов. Обратите внимание, что это влияет только на ввод DataFrame или 2d ndarray.
Пример 1: создание пустого DataFrame
Чтобы создать пустой DataFrame, не передавайте аргументы классу pandas.DataFrame().
В этом примере мы создадим пустой DataFrame и выведим его на консоль.
import pandas as pd df = pd.DataFrame() print(df)
Вывод:
Empty DataFrame Columns: [] Index: []
Поскольку мы не предоставили аргументов, массив столбцов и индексов пуст.
Пример 2: создание из списка списков
Чтобы инициализировать DataFrame из списка списков, вы можете передать его конструктору pandas.DataFrame() в качестве аргумента данных.
В этом примере мы создадим DataFrame для списка списков.
import pandas as pd
#list of lists
data = [['a1', 'b1', 'c1'],
['a2', 'b2', 'c2'],
['a3', 'b3', 'c3']]
df = pd.DataFrame(data)
print(df)
Вывод:
0 1 2 0 a b c 1 d e f 2 g h i 3 j k l
Пример 3: создание из словаря
Чтобы инициализировать DataFrame из словаря, передайте этот словарь в конструктор pandas.DataFrame() в качестве аргумента данных.
В этом примере мы создадим DataFrame для списка списков.
0 1 2 0 a1 b1 c1 1 a2 b2 c2 2 a3 b3 c3
Вывод:
aN bN cN 0 a1 b1 c1 1 a2 b2 c2 2 a3 b3 c3
В этом руководстве по Pandas мы узнали, как создать пустой DataFrame с данными из разных объектов Python с помощью примеров.