python用字典创建dataframe的代码

可以使用 pandas 库中的 DataFrame 函数，将字典转换为 DataFrame。示例代码如下：

import pandas as pd

# 创建字典
data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'gender': ['F', 'M', 'M']}

# 将字典转换为 DataFrame
df = pd.DataFrame(data)

# 打印输出 DataFrame
print(df)

输出结果：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2  Charlie   35      M

相关问题

在python里面使用字典创建DataFrame时，怎样引用np.array的数据

要在Python中使用字典创建DataFrame，并引用NumPy数组的数据，可以将NumPy数组作为字典的值，并指定相应的键。然后使用pandas库中的DataFrame函数将字典转换为DataFrame对象。

下面是一个示例代码：

import pandas as pd
import numpy as np

# 创建一个包含NumPy数组的字典
data = {'A': np.array([1, 2, 3]),
        'B': np.array([4, 5, 6]),
        'C': np.array([7, 8, 9])}

# 将字典转换为DataFrame对象
df = pd.DataFrame(data)

print(df)

输出结果为：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在上述示例中，我们将NumPy数组作为字典的值，键分别为'A'、'B'和'C'。然后使用DataFrame函数将字典转换为DataFrame对象，并打印出结果。

扩展库pandas支持使用Python字典直接创建DataFrame对象，此时字典中的“键”将作为DataFrame中的columns。 A对 B错

A对。pandas支持使用Python字典直接创建DataFrame对象，其中字典中的“键”将作为DataFrame中的columns。例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 
        'age': [25, 30, 35], 
        'gender': ['F', 'M', 'M']}

df = pd.DataFrame(data)
print(df)

输出结果如下：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2  Charlie   35      M