如何在Python-Pandas中从字典中创建DataFrame

在Python-Pandas中，可以从字典中创建DataFrame，以下是完整攻略和实例说明：

Step 1：导入Pandas模块

在创建DataFrame之前，需要先导入Pandas模块。可以使用以下语句导入Pandas模块：

import pandas as pd

Step 2：从字典中创建DataFrame

可以使用Pandas中的DataFrame()函数从字典中创建DataFrame。以下是函数的语法：

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

• data：字典（2维ndarray、Series、DataFrame）
• index：DataFrame中的行标签
• columns：DataFrame中的列标签
• dtype：DataFrame中每个列的数据类型
• copy：是否复制data，默认为False

以下是从字典中创建DataFrame的实例代码：

# 创建字典
data = {'name': ['Mike', 'John', 'Bob', 'Alice'], 
        'age': [25, 38, 18, 32],
        'gender': ['M', 'M', 'M', 'F'],
        'score': [89.5, 76.4, 92.2, 85.1]}

# 从字典中创建DataFrame
df = pd.DataFrame(data)

# 打印DataFrame
print(df)

运行结果如下：

    name  age gender  score
0   Mike   25      M   89.5
1   John   38      M   76.4
2    Bob   18      M   92.2
3  Alice   32      F   85.1

在这个示例中，首先创建了一个字典data，包含学生的姓名name、年龄age、性别gender和分数score。然后使用pd.DataFrame()函数从字典中创建DataFramedf。DataFrame的行标签默认为0-3，列标签为字典的键值。最后打印DataFrame的结果。

如果要指定行标签和列标签，可以使用index和columns参数。以下是实例代码：

# 创建字典
data = {'name': ['Mike', 'John', 'Bob', 'Alice'], 
        'age': [25, 38, 18, 32],
        'gender': ['M', 'M', 'M', 'F'],
        'score': [89.5, 76.4, 92.2, 85.1]}

# 指定行标签和列标签
df = pd.DataFrame(data, index=['A', 'B', 'C', 'D'], columns=['name', 'gender', 'age', 'score'])

# 打印DataFrame
print(df)

运行结果如下：

    name gender  age  score
A   Mike      M   25   89.5
B   John      M   38   76.4
C    Bob      M   18   92.2
D  Alice      F   32   85.1

在这个示例中，通过index参数指定了行标签['A', 'B', 'C', 'D']，通过columns参数指定了列标签['name', 'gender', 'age', 'score']。

如果要指定每个列的数据类型，可以使用dtype参数。以下是实例代码：

# 创建字典
data = {'name': ['Mike', 'John', 'Bob', 'Alice'], 
        'age': [25, 38, 18, 32],
        'gender': ['M', 'M', 'M', 'F'],
        'score': [89.5, 76.4, 92.2, 85.1]}

# 指定数据类型
df = pd.DataFrame(data, dtype={'name': 'object', 'age': 'int', 'gender': 'category', 'score': 'float'})

# 打印DataFrame
print(df)

运行结果如下：

    name  age gender  score
0   Mike   25      M   89.5
1   John   38      M   76.4
2    Bob   18      M   92.2
3  Alice   32      F   85.1

在这个示例中，通过dtype参数指定了每个列的数据类型。其中，name和gender列的数据类型为object和category，age列的数据类型为int，score列的数据类型为float。

结论

从字典中创建DataFrame是Pandas中的重要操作。通过以上攻略，我们了解了如何使用Pandas中的DataFrame()函数从字典中创建DataFrame，包括如何指定行标签、列标签和数据类型。