pandas DataFrame创建 - 二维数据结构全解析

import pandas as pd

# 从字典列表创建
data = [
    {'姓名': '张三', '年龄': 25, '城市': '北京'},
    {'姓名': '李四', '年龄': 30, '城市': '上海'},
    {'姓名': '王五', '年龄': 28, '城市': '广州'}
]
df1 = pd.DataFrame(data)
print(df1)
#    姓名  年龄  城市
# 0  张三  25  北京
# 1  李四  30  上海
# 2  王五  28  广州

# 从列式字典创建
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 28, 35],
    '城市': ['北京', '上海', '广州', '深圳'],
    '薪资': [15000, 20000, 18000, 25000]
}
df2 = pd.DataFrame(data)
print(df2)
#    姓名  年龄  城市     薪资
# 0  张三  25  北京  15000
# 1  李四  30  上海  20000
# 2  王五  28  广州  18000
# 3  赵六  35  深圳  25000

import numpy as np

# 从二维列表创建
data = [
    ['张三', 25, '北京'],
    ['李四', 30, '上海'],
    ['王五', 28, '广州']
]
df3 = pd.DataFrame(data, columns=['姓名', '年龄', '城市'])
print(df3)

# 从NumPy数组创建
arr = np.random.randn(4, 3)
df4 = pd.DataFrame(arr, 
                   index=['A', 'B', 'C', 'D'],
                   columns=['X', 'Y', 'Z'])
print(df4)

# 从Series字典创建
df5 = pd.DataFrame({
    '姓名': pd.Series(['张三', '李四', '王五']),
    '年龄': pd.Series([25, 30, 28]),
    '城市': pd.Series(['北京', '上海', '广州'])
})
print(df5)

# 从CSV文件读取
df_csv = pd.read_csv('data.csv')

# 从Excel文件读取
df_excel = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 从JSON文件读取
df_json = pd.read_json('data.json')

# 从SQL数据库读取
import sqlite3
conn = sqlite3.connect('database.db')
df_sql = pd.read_sql('SELECT * FROM users', conn)

import pandas as pd
import numpy as np

# 创建员工信息DataFrame
employees = pd.DataFrame({
    '工号': ['E001', 'E002', 'E003', 'E004', 'E005'],
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '部门': ['技术部', '市场部', '技术部', '人事部', '财务部'],
    '职位': ['工程师', '经理', '高级工程师', '专员', '主管'],
    '薪资': [15000, 18000, 22000, 10000, 16000],
    '入职日期': pd.to_datetime(['2020-03-15', '2019-07-01', '2018-05-20', 
                                 '2021-11-10', '2020-09-05'])
})

print("=== 员工信息表 ===")
print(employees)
print(f"\n形状: {employees.shape}")
print(f"列名: {employees.columns.tolist()}")
print(f"数据类型:\n{employees.dtypes}")

=== 员工信息表 ===
     工号  姓名   部门     职位     薪资       入职日期
0  E001  张三  技术部    工程师  15000 2020-03-15
1  E002  李四  市场部     经理  18000 2019-07-01
2  E003  王五  技术部  高级工程师  22000 2018-05-20
3  E004  赵六  人事部     专员  10000 2021-11-10
4  E005  钱七  财务部     主管  16000 2020-09-05

形状: (5, 6)
列名: ['工号', '姓名', '部门', '职位', '薪资', '入职日期']
数据类型:
工号         object
姓名         object
部门         object
职位         object
薪资          int64
入职日期    datetime64[ns]
dtype: object

# 查看前3行
print("=== 前3行 ===")
print(employees.head(3))

# 查看基本信息
print("\n=== 详细信息 ===")
print(employees.info())

# 描述性统计
print("\n=== 数值列统计 ===")
print(employees.describe())

# 缺失值检查
print("\n=== 缺失值统计 ===")
print(employees.isnull().sum())

# 创建空DataFrame并指定列
df = pd.DataFrame(columns=['姓名', '年龄', '城市'])

# 逐行添加数据（不推荐在循环中使用）
df.loc[len(df)] = ['张三', 25, '北京']
df.loc[len(df)] = ['李四', 30, '上海']
df.loc[len(df)] = ['王五', 28, '广州']

print(df)
#    姓名  年龄  城市
# 0  张三  25  北京
# 1  李四  30  上海
# 2  王五  28  广州

# 推荐方式：先收集数据列表，再一次性创建
data_list = []
for i in range(5):
    data_list.append({'姓名': f'用户{i+1}', '年龄': 20+i, '城市': ['北京','上海','广州','深圳','杭州'][i]})
df = pd.DataFrame(data_list)
print(df)