pd.DataFrame的几种构造方式

1.data为字典

1.1.字典结构1

字典中结构为：

  {列名1:[行数据列表1]
 ，列名2:[行数据列表2]
 ，列名3:[行数据列表3]}

这种结构中将自动生成列名。
代码举例：

df1= pd.DataFrame({'source':['andriod','windows','iphone','linux','360浏览器']
                       ,'count':[45,12,80,45,24]})

1.2.字典结构

字典中结构中每个键值对就是一行数据的index与value：

  {索引1:值1
 ，索引2:值2
 ，索引3:值3}

这种结构在生成DataFrame时需要指定列名，并注意传入的时dict.items()。
即字典键值对构成的元组列表
代码举例：

df1= pd.DataFrame({'andriod':23
                       ,'windows':56
                       ,'iphone':45
                       ,'linux':12
                       ,'360浏览器':34
                      }.items(),columns=['source','count'])

2.data为二维数组

通过二维数组来创建(data：二维数组)，索引与列名可通过列表参数的形式传入，但需要保证长度匹配。
pd.DataFrame(data,index=index_array,columns=columns_array)
代码举例：

data = np.random.randn(3,3)
df1 = pd.DataFrame(data,index= list('123'),columns=list('abc'))

3.data为DataFrame

data为pandas数据时自动生成新的DataFrame。