如何创建熊猫数据框

Question

我尝试使用以下代码创建数据框df：

import numpy as np
import pandas as pd
index = [0,1,2,3,4,5]
s = pd.Series([1,2,3,4,5,6],index= index)
t = pd.Series([2,4,6,8,10,12],index= index)
df = pd.DataFrame(s,columns = ["MUL1"])
df["MUL2"] =t

print df


   MUL1  MUL2
0     1     2
1     2     4
2     3     6
3     4     8
4     5    10
5     6    12

尝试使用以下语法创建相同的数据框时，我得到了一个奇怪的输出。

df = pd.DataFrame([s,t],columns = ["MUL1","MUL2"])

print df

   MUL1  MUL2
0   NaN   NaN
1   NaN   NaN

请解释为什么当系列非空时为什么NaN在数据框中显示，以及为什么只有两行显示而没有显示。

还提供了使用pandas DataFrame方法中的columns参数创建数据框的正确方法，如上所述。

Answer 1

正确的方法之一是将输入列表中的数组数据堆叠成列 -

In [161]: pd.DataFrame(np.c_[s,t],columns = ["MUL1","MUL2"])
Out[161]: 
   MUL1  MUL2
0     1     2
1     2     4
2     3     6
3     4     8
4     5    10
5     6    12

在幕后，堆叠会创建一个2D数组，然后将其转换为数据帧。这是堆叠阵列的样子 -

In [162]: np.c_[s,t]
Out[162]: 
array([[ 1,  2],
       [ 2,  4],
       [ 3,  6],
       [ 4,  8],
       [ 5, 10],
       [ 6, 12]])

Answer 2

如果删除列参数get：

df = pd.DataFrame([s,t])

print (df)
   0  1  2  3   4   5
0  1  2  3  4   5   6
1  2  4  6  8  10  12

然后定义列 - 如果列不存在则获取NaNs列：

df = pd.DataFrame([s,t], columns=[0,'MUL2'])

print (df)
     0  MUL2
0  1.0   NaN
1  2.0   NaN

更好的是使用dictionary：

df = pd.DataFrame({'MUL1':s,'MUL2':t})

print (df)
   MUL1  MUL2
0     1     2
1     2     4
2     3     6
3     4     8
4     5    10
5     6    12

如果需要更改列，请添加列参数：

df = pd.DataFrame({'MUL1':s,'MUL2':t}, columns=['MUL2','MUL1'])

print (df)
   MUL2  MUL1
0     2     1
1     4     2
2     6     3
3     8     4
4    10     5
5    12     6

更多信息位于dataframe documentation。

concat - DataFrame构造函数的另一种解决方案不是必需的：

df = pd.concat([s,t], axis=1, keys=['MUL1','MUL2'])

print (df)
   MUL1  MUL2
0     1     2
1     2     4
2     3     6
3     4     8
4     5    10
5     6    12

Answer 3

pandas.DataFrame 接受参数 data，该参数可以是 ndarray、iterable、dict 或 dataframe 类型。
如果您传入一个列表，它将假定每个成员都是一行。示例：

a = [1,2,3]
b = [2,4,6]

df = pd.DataFrame([a, b], columns = ["Col1","Col2", "Col3"])

# output 1:
   Col1  Col2  Col3
0     1     2     3
1     2     4     6

你得到 NaN 因为它期望 index = [0,1] 但你得到 [0,1,2,3,4,5]
要获得您想要的形状，请先转置数据：

data = np.array([a, b]).transpose()

如何创建熊猫数据框

import pandas as pd

a = [1,2,3]
b = [2,4,6]

df = pd.DataFrame(dict(Col1=a, Col2=b))

输出：

   Col1  Col2
0     1     2
1     2     4
2     3     6

Python Pandas数据框架创建

3 个答案:

如何创建熊猫数据框