python创建表结构_柳小白Python学习笔记32 pandas之表格型数据结构的创建

今天学习DataFrame数据结构的创建。

DataFrame数据结构是表格型数据结构，是由一对索引和一组数据组成大小可变的二维数据类型，它的数据形式和Excel相似。

创建表格型数据结构的方法：pandas.DataFrame([data, index, columns, dtype, copy])，下表列出各个参数的作用。

32-1

一、创建空的表格类型数据

从今天开始使用“import pandas as pd”语句导入pandas模块，这句语句的意思是导入pandas模块并修改模块名为pd。大家通常给 pandas起这个别名，简洁些。

32-2

二、默认索引的表格型数据结构的创建

2.1 由单个列表创建的表格型数据结构

前面学习了由单个列表创建的Series数据结构，现在用列表['a', 'b', 'c', 'd']，分别创建bg_1表格型数据结构和Series数据结构num_1，两者做个比较。

32-3

由图32-3可以看到，表格型数据结构比Series数据结构多了一个列索引。

2.2 通过多个列表嵌套创建表格型数据结构

不仅可以通过单个列表创建表格型数据，也可以通过多个列表嵌套来创建。现在用4个['a', 'b']列表和4个['a', 'b', 'c', 'd']列表分别创建bg_2和bg_3。

32-4

从32-4图中可以看到，每个列表分别生成表格类型数据结构的行数据，而每个列表里的元素则被生成了列数据。程序会根据列表个数和列表内元素的个数默认生成行索引和列索引。

三、指定索引创建表格型数据结构

3.1 指定行或列索引创建表格型数据结构

我们上面学习创建表格结构数据类型的方法里包含index和columns参数，它们是用来指定行和列的索引的，沿用32-3bg_3的例子，分别传入index参数，columns参数及同时传入这两个参数的方式创建表格型数据结构。如图：

32-5

通过图32-4可以看到，既可以单独设置行和列的索引，也可以同时设置它们的索引。

3.2 通过字典格式创建表格型数据结构

Series数据结构的时候可以通过字典创建，那么表格型数据结构也可以通过字典创建吗？当然可以了，下面的例子是用字典zd_1创建表格型数据结构bg_4。

32-6

从图32-6中可以看到，和Series数据结构不同的是，字典的键值在表格型数据结构中并不没有生成行索引，而是生成了列索引。行索引需要通过index参数来设置。

表格型数据结构的内容就学到这里，由于通过pandas导入的Excel数据是表格型数据结构，所以它的操作方法会在后面学习表格处理的时候根据需要逐一学习。