将列表读入 pandas DataFrame 的列

Posted 2023-02-23

【中文标题】将列表读入 pandas DataFrame 的列

【英文标题】：Read lists into columns of pandas DataFrame

【发布时间】：2015-05-14 21:29:20

【问题描述】：

我想将列表加载到 pandas DataFrame 的列中，但似乎不能简单地做到这一点。这是我想要使用 transpose() 的示例，但我认为这是不必要的：

In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: x = np.linspace(0,np.pi,10)
In [4]: y = np.sin(x)
In [5]: data = pd.DataFrame(data=[x,y]).transpose()
In [6]: data.columns = ['x', 'sin(x)']
In [7]: data
Out[7]: 
          x        sin(x)
0  0.000000  0.000000e+00
1  0.349066  3.420201e-01
2  0.698132  6.427876e-01
3  1.047198  8.660254e-01
4  1.396263  9.848078e-01
5  1.745329  9.848078e-01
6  2.094395  8.660254e-01
7  2.443461  6.427876e-01
8  2.792527  3.420201e-01
9  3.141593  1.224647e-16

[10 rows x 2 columns]

有没有办法在创建DataFrame时直接将每个列表加载到列中以消除转置并插入列标签？

【参考方案1】：

有人建议从数据中创建一个字典，然后像这样将其加载到 DataFrame 中：

In [8]: data = pd.DataFrame('x': x, 'sin(x)': y)
In [9]: data
Out[9]: 
          x        sin(x)
0  0.000000  0.000000e+00
1  0.349066  3.420201e-01
2  0.698132  6.427876e-01
3  1.047198  8.660254e-01
4  1.396263  9.848078e-01
5  1.745329  9.848078e-01
6  2.094395  8.660254e-01
7  2.443461  6.427876e-01
8  2.792527  3.420201e-01
9  3.141593  1.224647e-16

[10 rows x 2 columns]

请注意，字典是一组无序的键值对。如果您关心列顺序，则应传递要使用的有序键值列表（您也可以使用此列表仅包含一些 dict 条目）：

data = pd.DataFrame('x': x, 'sin(x)': y, columns=['x', 'sin(x)'])

【讨论】：

您可以通过这种方式指定列顺序： 在 [9] 中： 在 [5] 中： data = pd.DataFrame('x':x, 'sin(x)':y, columns =['x','sin(x)'])

您在字典初始化中缺少引号。

谢谢@DashingAdamHuges，刚刚补充了

【参考方案2】：

这是另一个保留指定顺序的 1 行解决方案，无需输入两次 x 和 sin(x)：

data = pd.concat([pd.Series(x,name='x'),pd.Series(y,name='sin(x)')], axis=1)