Pandas 基礎(3) - 生成 Dataframe 的幾種方式
摘要：
這一節想總結一下 生成 Dataframe 的幾種方式:
CSV
Excel
python dictionary
List of tuples
List of dictionary
下面分別一一介紹具體的實現方式:
...
這一節想總結一下 生成 Dataframe 的幾種方式:
- CSV
- Excel
- python dictionary
- List of tuples
- List of dictionary
下面分別一一介紹具體的實現方式:
-
通過 csv 檔案
這裡補充一個知識點, 就是如果要讀取的檔案不在 jupyter 所在的資料夾, 則可以通過絕對路徑的方式引入.
df = pd.read_csv("/Users/rachel/Downloads/weather.csv")
-
通過 Excel 檔案
這裡的第二個引數是必填項, 因為要指明具體讀取 excel 表中的哪個 sheet.
df = pd.read_excel("/Users/rachel/Downloads/weather.xlsx", "weather")
還有一個小坑, 就是在初次執行的時候有可能會提示錯誤, 根據錯誤提示, 大概可以瞭解到, 要讀取 excel 檔案, 還需要一個 xlrd 的包, 在終端執行下面命令就好了
<code>pip3 install xlrd</code>
- 通過 python dictionary (為了方便大家日後可以更好地理解英文文件, 這裡的一些專業名詞, 我就都不翻譯了)
weather_data = {
'day': ['1/1/2017','1/2/2017','1/3/2017'],
'temperature': [32,35,28],
'windspeed': [6,7,2],
'event': ['Rain', 'Sunny', 'Snow']
}
df = pd.DataFrame(weather_data)
- 通過 List of tuples
weather_data = [
('1/1/2017',32,6,'Rain'),
('1/2/2017',35,7,'Sunny'),
('1/3/2017',28,2,'Snow')
]
df = pd.DataFrame(data=weather_data, columns=['day','temperature','windspeed','event'])
上面例子中, weather_data 的資料結構是一個 list(特點是中括號), list 中的每一個元素就是一個 tuple, 由於原資料沒有指明列名, 所以在建立 dataframe 的時候, 需要指明列名.
- 通過 List of dictionary, 從名字就可以讀出來下面的資料結構是一個 list, list 中的每個元素又是一個 dictionary.
weather_data = [
{'day': '1/1/2017', 'temperature': 32, 'windspeed': 6, 'event': 'Rain'},
{'day': '1/2/2017', 'temperature': 35, 'windspeed': 7, 'event': 'Sunny'},
{'day': '1/3/2017', 'temperature': 28, 'windspeed': 2, 'event': 'Snow'},
]
df = pd.DataFrame(data=weather_data, columns=['day','temperature','windspeed','event'])
上面簡要介紹了 5 中生成 dataframe 的方式, 其實 Pandas 還支援很多種檔案格式的輸入輸出, 具體可以參考下官方文件 https://pandas.pydata.org/pandas-docs/version/0.22/io.html
有任何問題或意見, 歡迎留言交流哦~~~