Python通過列表創(chuàng)建DataFrame的常見方法

更新時間：2025年07月08日 09:42:09 作者：小華子178

本文介紹了通過列表創(chuàng)建DataFrame的多種方法,包括單層/嵌套列表、指定索引、處理不均勻長度,并建議使用字典構建鍵對關系數(shù)據(jù),感興趣的朋友跟隨小編一起看看吧

1. 單層列表創(chuàng)建單列DataFrame

如果你有一個單層列表，可以直接將其傳遞給DataFrame構造函數(shù)來創(chuàng)建一個單列的DataFrame。

import pandas as pd
# 單層列表
data = [1, 2, 3, 4]
# 創(chuàng)建單列DataFrame
df = pd.DataFrame(data, columns=['Column1'])
print('df：',df)

2. 嵌套列表創(chuàng)建多列DataFrame

如果你有一個嵌套列表（即列表的列表），每個內(nèi)部列表代表一行數(shù)據(jù)，可以創(chuàng)建一個多列的DataFrame。

# 嵌套列表
data = [[1, 'a'], [2, 'b'], [3, 'c']]
# 創(chuàng)建多列DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'])
print('df：',df)

3. 使用列表推導式創(chuàng)建DataFrame

有時你可能需要根據(jù)一些規(guī)則或計算來創(chuàng)建列表，然后使用這些列表創(chuàng)建DataFrame。

# 使用列表推導式創(chuàng)建數(shù)據(jù)
data = [[i for i in range(1, 5)], ['a' + str(i) for i in range(1, 5)]]
# 創(chuàng)建DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'])
print('df：',df)

4. 指定索引

在創(chuàng)建DataFrame時，你可以通過index參數(shù)指定行索引。

# 嵌套列表
data = [[1, 'a'], [2, 'b'], [3, 'c']]
# 指定索引創(chuàng)建DataFrame
df = pd.DataFrame(data, columns=['Column1', 'Column2'], index=['Row1', 'Row2', 'Row3'])
print('df：',df)

5. 處理非均勻長度的列表

如果嵌套列表中的子列表長度不一致，pandas會自動處理這種情況，用NaN填充短的子列表。

# 長度不一致的嵌套列表
data = [[1, 'a', 0.1], [2, 'b'], [3, 'c', 0.3]]
# 創(chuàng)建DataFrame，自動填充NaN
df = pd.DataFrame(data, columns=['Column1', 'Column2', 'Column3'])
print('df：',df)

6. 從多個列表創(chuàng)建DataFrame

如果你想從多個列表創(chuàng)建具有不同列數(shù)據(jù)的DataFrame，可以將這些列表作為DataFrame構造函數(shù)的參數(shù)。

# 多個列表
data_column1 = [1, 2, 3]
data_column2 = ['a', 'b', 'c']
data_column3 = [True, False, True]
# 從多個列表創(chuàng)建DataFrame
df = pd.DataFrame([data_column1, data_column2, data_column3], columns=['Column1', 'Column2', 'Column3'])
print('df：',df)

ps: 個人認為，如果是單行的列表，使用列表轉換dataframe；但如果要做到鍵對關系，且多層級列表，建議還是使用dict轉換比較方便。

到此這篇關于Python通過列表創(chuàng)建DataFrame的方法的文章就介紹到這了,更多相關Python列表創(chuàng)建DataFrame內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: