Pandas 如何创建 DataFrame

参考链接： 创建一个Pandas DataFrame

– Start 

如何创建 Series？ 

我们已经知道了什么是 Series，在使用 Series 之前，我们得知道如何创建 Series。 

import pandas as pd

# 自动创建 index

my_data = [10, 20, 30]

s = pd.Series(data=my_data)

print(s)

# 指定 index

my_index = ['UK', 'US', 'CN']

s = pd.Series(data=my_data, index=my_index)

print(s)

# 根据字典创建 Series

my_dict = {'UK':10, 'US':20, 'CN':30}

s = pd.Series(data=my_dict)

print(s)

# 同字典，根据索引访问

print(f"data of index CN is {s['UK']}")

如何创建 DataFrame？ 

我们已经知道了什么是 DataFrame，在使用 DataFrame 之前，我们得知道如何创建 DataFrame。 

import numpy as np

import pandas as pd

pd.set_option('display.max_columns', 100)

pd.set_option('display.max_rows', 100)

pd.set_option('display.width', 1000)

# 通过 numpy 数组创建 DataFrame，默认行标签和列标签

data = np.random.randn(6, 4)

df = pd.DataFrame(data)

print(df)

# 指定行标签和列标签

row_index = pd.date_range('20180101', periods=6)

column_label = list('ABCD')

df = pd.DataFrame(data, index=row_index, columns=column_label)

print(df)

# 通过字典创建 DataFrame

data = {'A':['A0', 'A1', 'A2'],

        'B':['B0', 'B1', 'B2'],

        'C': ['C0', 'C1', 'C2'],}

df = pd.DataFrame(data)

df = pd.DataFrame(data, index=['L0', 'L1', 'L2'])

print(df)

# http://www.csindex.com.cn/zh-CN/downloads/indices?lb=%E5%85%A8%E9%83%A8&xl=1

# 通过读取 Excel 文件创建 DataFrame

df = pd.read_excel("index300.xls", sheet_name="Price Return Index")

df = pd.read_excel("index300.xls", sheet_name="Price Return Index", index_col=0)

print(df)

通常我们都是通过读取文件创建 DataFrame，DataFrame 提供了下面的 read_* 方法可以从不同的数据源创建 DataFrame。 

read_csv

read_json

read_html

read_clipboard

read_excel

read_hdf

read_feather

read_parquet

read_msgpack

read_stata

read_sas

read_pickle

read_sql

read_gbq

– 更多参见：Pandas 精萃 – 声 明：转载请注明出处 – Last Updated on 2018-11-10 – Written by ShangBo on 2018-10-29 – End