Python使用字典创建DataFrame的方法

在Python中，使用pandas库可以通过字典直接创建DataFrame对象。DataFrame是pandas中用于存储表格数据的主要数据结构，它类似于Excel中的表格或者SQL数据库中的表。字典的键通常对应于DataFrame的列名，而字典的值则是每一列的数据，可以是列表、数组、另一个字典或者另一个DataFrame。

以下是几种使用字典创建DataFrame的常见方法：

1. 基本创建

import pandas as pd

# 创建一个字典
data = {
    'A': [1, 2, 3, 4],
    'B': [10, 20, 30, 40],
    'C': ['a', 'b', 'c', 'd']
}

# 使用字典创建DataFrame
df = pd.DataFrame(data)

print(df)

2. 指定索引

如果你想要为DataFrame指定一个索引，可以在创建DataFrame时传入一个额外的index参数。

# 创建一个字典，同时定义索引
data = {
    'A': [1, 2, 3, 4],
    'B': [10, 20, 30, 40],
    'C': ['a', 'b', 'c', 'd']
}

# 创建DataFrame并指定索引
df = pd.DataFrame(data, index=['x', 'y', 'z', 'w'])

print(df)

3. 使用嵌套字典创建多级列名

如果你想创建具有多级列名的DataFrame，可以使用嵌套字典。

# 创建一个嵌套字典
data = {
    'Level_1': {
        'Level_2': {
            'Column_1': [1, 2, 3],
            'Column_2': [4, 5, 6]
        }
    }
}

# 创建具有多级列名的DataFrame
df = pd.DataFrame.from_dict(data, orient='columns')

print(df)

4. 使用字典创建单列DataFrame

如果你的字典只有一组数据，可以创建一个单列的DataFrame。

# 创建一个单列数据的字典
data = {
    'A': [1, 2, 3, 4]
}

# 创建单列DataFrame
df = pd.DataFrame.from_dict(data, orient='index')

print(df)

5. 处理非均匀长度的数据

如果字典中的每个键对应的列表长度不一致，pandas会自动处理这种情况，用NaN填充短的列表。

# 创建一个列表长度不一致的字典
data = {
    'A': [1, 2, 3],
    'B': [10, 20],
    'C': ['a', 'b']
}

# 创建DataFrame，自动填充NaN
df = pd.DataFrame(data)

print(df)

6. 从字典列表创建DataFrame

有时候你可能有一个字典列表，每个字典代表一行数据。

# 创建一个字典列表
data = [
    {'A': 1, 'B': 'a'},
    {'A': 2, 'B': 'b'},
    {'A': 3, 'B': 'c'}
]

# 从字典列表创建DataFrame
df = pd.DataFrame(data, index=[0, 1, 2])

print(df)

在使用pandas创建DataFrame时，orient参数非常重要，它决定了如何从字典中提取数据来构建DataFrame。常见的orient选项有'dict'（默认），'list'，'series'和'columns'。根据你的具体需求选择合适的orient参数。

作者：??? Meggie