3.6　DataFrame表格的创建

本应该在2.5节讲解DataFrame表格的创建，为什么要放在本章的最后一节学习呢？原因在于之前没有讲解NumPy数组，而用数组创建DataFrame表又是非常重要的方式，因此在讲解数组之后，再系统地讲解DataFrame表格的创建。

虽然我们对DataFrame表格结构已不陌生，因为在前面的章节中已学习过通过获取外部文件数据来生成DataFrame表格，但还没尝试通过创建的方式来生成DataFrame表格。在实际的数据处理环境中，可能会经常构造DataFrame表格，所以非常有必要学习DataFrame表格的创建，创建DataFrame表格使用pd.DataFrame（）函数，该函数的参数说明如下所示。

pd.DataFrame （ data=None ， index=None ， columns=None ， dtype=None ， copy=False ）

data： 提供创建DataFrame表格的数据，可以为数组、列表和字典。

index： 提供DataFrame表格的行索引数据，默认为RangeIndex（0，1，2，…，n）。

columns： 提供DataFrame表格的列索引数据，默认为RangeIndex（0，1，2，…，n）。

dtype： 数据类型，只允许设置单个数据类型，如果没有设置则自动推断。

copy： 是否从输入复制数据。仅影响DataFrame/二维数组输入。

3.6.1　使用NumPy数组创建DataFrame表格

将提供的数组放置在pd.DataFrame（）函数的data参数中，并且在columns参数中指定表的列索引（列标题），示例代码如下：

运行结果如图3-4所示。

3.6.2　使用Python列表创建DataFrame表格

将提供的列表放置在pd.DataFrame（）函数的data参数中，并且在columns参数中指定表的列索引（列标题），示例代码如下：

运行结果如图3-5所示。

3.6.3　使用Python字典创建DataFrame表格

Python中的字典是由键值对组成的，也可以使用字典创建DataFram表格，并且创建方式更为多样化。用字典创建DataFrame表格的固定格式是：{列索引：列数据}，也就是说字典的键对应DataFrame表格的列索引，值对应列数据，列数据可以是列表、数组和Series。由于字典的键是DataFrame表格的列索引，所以不需要在columns参数中指定列索引，不过可以设置index参数，这样DataFrame表格的行索引和列索引就都是自定义的了。

1．字典值为列表

字典的值是列表，创建DataFrame表格时，示例代码如下：

运行结果如图3-6所示。

2．字典值为数组

字典的值是数组，创建DataFrame表格时，示例代码如下：

运行结果如图3-7所示。

3．字典值为Series

字典的值是Series，因为Series数据只是加了索引的数组而已，所以Series的索引就是DataFrame表格的行索引。pd.DataFrame（）函数的index和columns两个参数都不用设置，也能达到自定义行索引和列索引的效果，示例代码如下：

运行结果如图3-8所示。