Как создать DataFrame в Pandas?

Хотите создать DataFrame, но не знаете как? Мы поделимся с Вами сразу несколькими вариантами! Однако, не бывает практики без теории, поэтому сначала — небольшой ликбез о том, что такое DataFrame и какие данные он может содержать.

Краткий ликбез о DataFrame

DataFrame представляет собой объект, похожий на таблицу, либо двумерную матрицу. При этом столбцы и строки таблицы могут быть именованы либо проиндексированы, а хранящиеся в DataFrame данные могут быть разных типов. На изображении ниже приведен пример DataFrame с именованными строками и столбцами, содержащий отметки учеников по разным предметам:

Как создать DataFrame?
Пример DataFrame с именованными строками и столбцами

Для сравнения посмотрим, как будет выглядеть аналогичный DataFrame с пронумерованными строками и именованными столбцами:

DataFrame с пронумерованными строками

Как же создать DataFrame ?

Существует несколько вариантов создания DataFrame. Но какой бы вариант мы ни выбрали, в основе него будет лежать конструкция:

pandas.DataFrame(data, [columns, index, type, copy])

Параметры, которые мы будем использовать:

  • data — (обязательный параметр) это данные, из которых планируется создать DataFrame
  • columns — (необязательный параметр) это список с именами столбцов
  • index — (необязательный параметр) это список с именами столбцов

Если параметры columns или index не определены, то столбцы и строки будут пронумерованы автоматически целыми числовыми значениями, начиная с нуля.

Узнать больше информации о параметрах pandas.DataFrame() можно из официальной документации по ссылке: https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html

Рассмотрим несколько наиболее практичных, на мой взгляд, вариантов создания DataFrame:

  1. Создание DataFrame из списка списков
  2. Создаем DataFrame из списка словарей
  3. Создаем DataFrame из numpy-массива
  4. Создание DataFrame из pandas.Series

Создание DataFrame из списка списков

Сначала создадим список из списков, с учетом того, что каждый вложенный список — это будущий ряд DataFrame. После этого создадим DataFrame по имени df, воспользовавшись конструкцией pd.DataFrame().

Для того, чтобы вместо имен строк выводились их индексы, нужно просто исключить определение параметра index:

import pandas as pd

# Создать список из списков 
list_of_lists = [ 
    [3, 4, 'отл.'], 
    [5, 4, 'хор.'], 
    [4, 5, 'отл.'], 
]

# Создаем DataFrame
# Удалите параметр index, если вместо имен строк нужно выводить индексы:
df = pd.DataFrame(list_of_lists, 
    columns = ['Матем.', 'Лит-ра', 'Физ-ра'],
    index = ['Ворчун', 'Тихоня', 'Добряк'])

В результате получим DataFrame «df»:

Создаем DataFrame из списка словарей

Сначала создадим список словарей с учетом того, что каждый словарь представляет собой будущую строку DataFrame. Ключами словарей являются имена столбцов DataFrame, поэтому параметр columns в pd.DataFrame() определять не нужно. Параметр index определяется, если нужно получить DataFrame с именованными строками:

import pandas as pd

# Создаем список словарей 
list_of_dict = [ 
    {'Матем.': 3, 'Лит-ра': 4, 'Физ-ра': 'отл.'}, 
    {'Матем.': 3, 'Лит-ра': 4, 'Физ-ра': 'отл.'}, 
    {'Матем.': 3, 'Лит-ра': 4, 'Физ-ра': 'отл.'} ]

# Удалите параметр index, если вместо имен строк нужно выводить индексы:
df = pd.DataFrame(list_of_dict, index = ['Ворчун', 'Тихоня', 'Добряк'])

Полученный DataFrame df:

Как создать DataFrame из numpy-массива?

Сначала создадим numpy-массив arr так, чтобы строки массива включали в себя данные будущих столбцов DataFrame. После этого сформируем DataFrame из транспонированного массива arr.T, при необходимости зададим имена строк и столбцов в параметрах columns и index:

import pandas as pd 
import numpy as np

arr = np.array([
    [3, 5, 4],
    [4, 4, 5],
    ['отл.', 'хор.', 'отл.']
])

# Удалите параметр index, если не нужны имена строк:
df = pd.DataFrame(arr.T, 
                  columns = ['Матем.', 'Лит-ра', 'Физ-ра'], 
                  index = ['Ворчун', 'Тихоня', 'Добряк'])

Полученный DataFrame df:

Создание DataFrame из pandas.Series

Сначала создадим одномерные структуры данных — pandas-серии, содержащие значения из будущих столбцов DataFrame. После этого из pandas-серии сформируем DataFrame df, передав при необходимости имена строк и столбцов в параметрах columns и index:

import pandas as pd

math = pd.Series([3, 5, 4])
litra = pd.Series([4, 4, 5])
fizra = pd.Series(['отл', 'хор', 'отл'])

df = pd.DataFrame((math, litra, fizra),
                  columns = ['Матем.', 'Лит-ра', 'Физ-ра'],
                  index = ['Ворчун', 'Тихоня', 'Добряк' ])

В результате выполнения кода получим DataFrame df:

Используете для работы Jupiter Notebook? Тогда Вам точно будет интресно, как сменить тему в этом редакторе: «Как сменить тему в Jupyter Notebook?».

Вебторт рекомендует! 😉

Добавить комментарий