pandas创建DataFrame的7种方法小结

下面是关于“pandas创建DataFrame的7种方法小结”的详细攻略。

概述

DataFrame是Pandas中最重要的数据结构之一，它将数据组织成列和行的形式，类似于Excel表格。本文将介绍Pandas中不同的方法来创建DataFrame的七种方法。

Pandas创建DataFrame的7种方法小结

以下是Pandas中创建DataFrame的7种方法的小结：

1. 从列表或数组创建DataFrame
2. 从字典创建DataFrame
3. 从CSV文件创建DataFrame
4. 从Excel文件创建DataFrame
5. 从SQL数据库创建DataFrame
6. 从JSON创建DataFrame
7. 从HTML表格创建DataFrame

下面将详细介绍每种方法。

1. 从列表或数组创建DataFrame

可以使用pd.DataFrame函数从一个列表或数组中创建DataFrame。以下是一个从数组创建DataFrame的示例：

import pandas as pd
import numpy as np

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df = pd.DataFrame(data, columns=['A', 'B', 'C'])
print(df)

输出结果：

   A  B  C
0  1  2  3
1  4  5  6
2  7  8  9

2. 从字典创建DataFrame

可以使用pd.DataFrame函数从字典中创建DataFrame。以下是一个从字典创建DataFrame的示例：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print(df)

输出结果：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

3. 从CSV文件创建DataFrame

可以使用pd.read_csv函数从CSV文件中读取数据，并将其转换为DataFrame。以下是一个从CSV文件创建DataFrame的示例：

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

4. 从Excel文件创建DataFrame

可以使用pd.read_excel函数从Excel文件中读取数据，并将其转换为DataFrame。以下是一个从Excel文件创建DataFrame的示例：

import pandas as pd

df = pd.read_excel('data.xlsx')
print(df)

5. 从SQL数据库创建DataFrame

可以使用pd.read_sql函数从SQL数据库中读取数据，并将其转换为DataFrame。以下是一个从SQL数据库创建DataFrame的示例：

import pandas as pd
import sqlite3

conn = sqlite3.connect('database.db')
df = pd.read_sql('SELECT * FROM table_name', conn)
print(df)

6. 从JSON创建DataFrame

可以使用pd.read_json函数从JSON数据中读取数据，并将其转换为DataFrame。以下是一个从JSON创建DataFrame的示例：

import pandas as pd

data = '[{"A": 1, "B": 4, "C": 7}, {"A": 2, "B": 5, "C": 8}, {"A": 3, "B": 6, "C": 9}]'
df = pd.read_json(data)
print(df)

7. 从HTML表格创建DataFrame

可以使用pd.read_html函数从HTML表格中读取数据，并将其转换为DataFrame。以下是一个从HTML表格创建DataFrame的示例：

import pandas as pd

url = 'http://www.example.com/table.html'
df = pd.read_html(url)
print(df[0])

需要注意的是，pd.read_html函数返回一个DataFrame的列表，因为一个HTML页面可能包含多个表格。

总结

本文介绍了Pandas中创建DataFrame的七种方法，包括从列表或数组、字典、CSV文件、Excel文件、SQL数据库、JSON和HTML表格创建。希望大家掌握这些方法，使数据分析更加高效。