如何在Python中创建Pandas DataFrame（）

需要在Python中创建Pandas DataFrame 吗？
如果是这样，你将看到两种不同的方法来创建Pandas DataFrame：

Python创建Pandas DataFrame：通过在 Python 本身中键入值来创建DataFrame
通过从文件（例如 Excel 文件）导入值，然后根据导入的值在 Python 中创建 DataFrame

方法 1：在 Python 中键入值来创建 Pandas DataFrame如何创建Pandas DataFrame？要在 Python 中创建 Pandas DataFrame，你可以遵循以下创建Pandas DataFrame代码示例通用模板：

import pandas as pddata = https://www.lsbin.com/{'First Column Name':[ 'First value', 'Second value',...], 'Second Column Name': [ 'First value', 'Second value',...], .... }df = pd.DataFrame (data, columns = [ 'First Column Name','Second Column Name',...])print (df)

请注意，你不需要在数值周围使用引号（除非你希望将这些值捕获为字符串）。
现在让我们通过一个简单的例子来看看如何应用上述模板。
首先，假设你有以下关于汽车的数据，并且你想使用 Pandas DataFrame 在 Python 中捕获这些数据：

Brand	Price
Honda Civic	22000
Toyota Corolla	25000
Ford Focus	27000
Audi A4	35000

这是我们创建Pandas DataFrame代码示例的样子：

import pandas as pdcars = {'Brand': [ 'Honda Civic','Toyota Corolla','Ford Focus','Audi A4'], 'Price': [ 22000,25000,27000,35000] }df = pd.DataFrame(cars, columns = [ 'Brand', 'Price'])print (df)

运行 Python 代码，你将获得以下 DataFrame：

文章图片
你可能已经注意到，每一行都由一个从 0 开始的数字（也称为索引）表示。或者，你可以分配另一个值/名称来表示每一行。
例如，在下面的代码中，添加了index=['Car_1','Car_2','Car_3','Car_4']：

import pandas as pdcars = {'Brand': [ 'Honda Civic','Toyota Corolla','Ford Focus','Audi A4'], 'Price': [ 22000,25000,27000,35000] }df = pd.DataFrame(cars, columns = [ 'Brand','Price'], index=[ 'Car_1','Car_2','Car_3','Car_4'])print (df)

你现在将看到新分配的索引：

文章图片
如何创建Pandas DataFrame？现在让我们回顾将值导入 Python 以创建 DataFrame 的第二种方法。
方法 2：从 Excel 文件中导入值以创建 Pandas DataFramePython创建Pandas DataFrame：你可以使用以下模板将 Excel 文件导入 Python以创建你的 DataFrame：

import pandas as pddata = https://www.lsbin.com/pd.read_excel(r'Path where the Excel file is stored\File name.xlsx') #for an earlier version of Excel use 'xls' df = pd.DataFrame(data, columns = [ 'First Column Name','Second Column Name',...])print (df)

确保代码中指定的列名称与 Excel 文件中的列名称完全匹配。
假设你将下表存储在 Excel 文件中（其中 Excel文件名为“Cars”）：

Brand	Price
Honda Civic	22000
Toyota Corolla	25000
Ford Focus	27000
Audi A4	35000

在下面的 Python 代码中，你需要更改路径名以反映 Excel 文件在你的计算机上的存储位置。
【如何在Python中创建Pandas DataFrame（）】就我而言，Excel 文件保存在我的桌面上，位于以下路径下：
'C:\Users\Ron\Desktop\Cars.xlsx'
将数据导入 Python 后，你就可以将其分配给 DataFrame。以下是我们完整的创建Pandas DataFrame代码示例：

import pandas as pdcars = pd.read_excel(r'C:\Users\Ron\Desktop\Cars.xlsx') df = pd.DataFrame(cars, columns = [ 'Brand', 'Price'])print (df)

和以前一样，你将在 Python 中获得相同的 Pandas DataFrame：

文章图片
注意：如果在运行代码时出现以下错误，则必须安装xlrd：
ImportError: Install xlrd > = 1.0.0 for Excel support
然后，你可以使用PIP 安装方法来安装 xlrd，如下所示：

pip install xlrd

如何创建Pandas DataFrame？如果你需要将 CSV 文件导入 Python，而不是使用 Excel 文件，你也可以创建相同的 DataFrame 。
从 DataFrame 中获取最大值一旦你在 DataFrame 中有你的值，你就可以执行多种操作。例如，你可以使用 Pandas 计算统计数据。
例如，假设你想在 DataFrame 内的所有汽车中找到最高价格。
显然，你可以通过查看数据集来推导出该值，但下面介绍的方法适用于更大的数据集。
要获得我们的汽车示例的最高价格，你需要将以下部分添加到 Python 代码中（然后打印结果）：

max1 = df[ 'Price'].max()

下面是完整的 Python 代码：

import pandas as pdcars = {'Brand': [ 'Honda Civic','Toyota Corolla','Ford Focus','Audi A4'], 'Price': [ 22000,25000,27000,35000] }df = pd.DataFrame(cars, columns = [ 'Brand', 'Price'])max1 = df[ 'Price'].max() print (max1)

运行代码后，你将获得35,000的值，这确实是最高价格！
你可以查看Pandas 文档以了解有关Python创建Pandas DataFrame的更多信息。