Чтобы создать DataFrame в Pandas из разных источников и других типов данных Python, таких как список, словарь, используйте конструкторы класса DataFrame(). В этом примере мы узнаем различные способы создания пустого фрейма данных Pandas.
Как создать пустой фрейм данных
Чтобы создать пустой DataFrame в Pandas, не добавляйте данные строки при создании нового DataFrame, и взамен вы получите пустой DataFrame.
|
1 2 3 4 5 6 |
# app.py import pandas as pd dfObj = pd.DataFrame(columns=['ID', 'Name', 'Age']) print(dfObj, sep='\n') |
Вывод:
|
1 2 3 |
Empty DataFrame Columns: [ID, Name, Age] Index: [] |
Вы можете видеть, что нам удалось создать пустой DataFrame. Но как? Класс DataFrame предоставляет конструктор для создания объекта DataFrame путем передачи имен столбцов, имен индексов и данных в аргументе, подобном следующему.
|
1 |
def __init__(self, data=None, index=None, columns=None, dtype=None) |
Чтобы создать пустой объект DataFrame, мы передали только аргумент столбца, а для индекса и данных будут использоваться аргументы по умолчанию.
Создание пустого DataFrame без имени столбца или индексов
Чтобы создать пустой DataFrame без имен столбцов или индексов, не передавайте никаких аргументов при создании нового DataFrame.
|
1 2 3 4 5 6 |
# app.py import pandas as pd dfObj = pd.DataFrame() print(dfObj, sep='\n') |
Вывод:
|
1 2 3 |
Empty DataFrame Columns: [] Index: [] |
Поскольку мы не передали никаких аргументов функции, значением по умолчанию для всех аргументов будет None, и будет сгенерирован пустой DataFrame dfObj.
Добавление столбцов в пустой DataFrame
Вы можете добавлять столбцы в пустой DataFrame.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
# app.py import pandas as pd dfObj = pd.DataFrame() print(dfObj, sep='\n') dfObj['ID'] = [101, 111, 121] dfObj['Name'] = ['Katheryn', 'Millie', 'Krunal'] dfObj['Age'] = [28, 15, 21] print('After appending columns') print(dfObj) |
Вывод:
|
1 2 3 4 5 6 7 8 |
Empty DataFrame Columns: [] Index: [] After appending columns ID Name Age 0 101 Katheryn 28 1 111 Millie 15 2 121 Krunal 21 |
Как видите, мы добавили три строки: ID, Name и Age.
Неважно, в какой момент мы добавляем данные. Мы можем добавить данные в DataFrame в любой момент в зависимости от наших требований.
Пустой DataFrame со столбцом и индексами
Чтобы создать пустой фрейм данных со столбцом и индексами, передайте только имена столбцов и индексы при создании нового фрейма данных.
|
1 2 3 4 5 6 7 |
# app.py import pandas as pd dfObj = pd.DataFrame(columns=['ID', 'Name', 'Age'], index=['a', 'b', 'c']) print(dfObj, sep='\n') |
Вывод:
|
1 2 3 4 |
ID Name Age a NaN NaN NaN b NaN NaN NaN c NaN NaN NaN |
Вы можете видеть, что мы создали новый DataFrame, заполненный значениями NaN.
Добавление строк в пустой DataFrame по существующему индексу
Вы можете добавлять новые данные на основе индексов.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
# app.py import pandas as pd dfObj = pd.DataFrame(columns=['ID', 'Name', 'Age'], index=['a', 'b', 'c']) print(dfObj, sep='\n') dfObj.loc['a'] = [101, 'Katheryn', 29] dfObj.loc['b'] = [102, 'Millie', 15] dfObj.loc['c'] = [103, 'Krunal', 27] print("After Appending", dfObj, sep='\n') |
Вывод:
|
1 2 3 4 5 6 7 8 9 |
ID Name Age a NaN NaN NaN b NaN NaN NaN c NaN NaN NaN After Appending ID Name Age a 101 Katheryn 29 b 102 Millie 15 c 103 Krunal 27 |
Заключение
В этом руководстве мы рассмотрели различные способы создания DataFrame без каких-либо данных, а также последующее добавление данных.
