Python pandas DataFrame创建与基础操作详解

键盘旁的猫

发布时间：2026-10-13| 3人浏览过

原创

本文详细介绍Python中pandas库创建DataFrame的多种方法，包括从字典和列表构建数据框、指定列名与顺序、修改列名以及生成随机整数数据。同时演示如何使用时间序列作为索引，并简要提及类SQL操作功能，帮助开发者快速掌握DataFrame的基础构建技巧。

从字典和列表创建DataFrame

首先，可以通过字典结构直接创建DataFrame。将包含列表值的字典传入pd.DataFrame()构造函数，即可生成对应的数据框对象。


>>> import pandas as pd
>>> dict1 = {'col1':[1,2,5,7],'col2':['a','b','c','d']}
>>> df = pd.DataFrame(dict1)
>>> df
  col1 col2
0   1  a
1   2  b
2   5  c
3   7  d

其次，利用列表创建DataFrame时，可先将多个列表组合成字典，再转换为DataFrame。这种方式适用于已知各列数据为独立列表的场景。


>>> lista = [1,2,5,7]
>>> listb = ['a','b','c','d']
>>> df = pd.DataFrame({'col1':lista,'col2':listb})
>>> df
  col1 col2
0   1  a
1   2  b
2   5  c
3   7  d

此外，还可以直接从列表列表创建DataFrame，并通过data参数指定数据内容，通过columns参数明确指定列名。这种方式结构清晰，适合结构化数据的初始化。


>>> a = ['001','zhangsan','M']
>>> b = ['002','lisi','F']
>>> c = ['003','wangwu','M']
>>> df = pandas.DataFrame(data=[a,b,c],columns=['id','name','sex'])
>>> df
  id   name sex
0 001 zhangsan  M
1 002   lisi  F
2 003  wangwu  M

修改列名与调整列顺序

创建完成后，若需修改列名，可直接对df.columns属性赋值新的列表。例如将原有的['id','name','sex']更改为['Id','Name','Sex']，实现大小写或其他命名规范的调整。


>>> df.columns = ['Id','Name','Sex']
>>> df
  Id   Name Sex
0 001 zhangsan  M
1 002   lisi  F
2 003  wangwu  M

在调整列名后，有时还需调整列的显示顺序或重置列编号从1开始。具体实现可参考相关技术文章，如https://www.jb51.net/article/163644.htm中提供的解决方案。

生成随机数据与时间序列索引

对于需要测试或模拟数据的场景，可以使用pandas结合numpy随机生成指定形状的数据。例如生成10行4列的整数型DataFrame，数据范围可设定为0到100之间。


>>> import pandas
>>> import numpy
>>> df = pandas.DataFrame(numpy.random.randint(0,100,size=(10, 4)), columns=list('ABCD')) # 0,100指定随机数为0到100之间（包括0，不包括100），size = (10,4)指定数据为10行4列，column指定列名
>>> df
  A  B  C  D
0 67 28 37 66
1 21 27 43 37
2 73 54 98 85
3 40 78  4 93
4 99 60 63 16
5 48 46 24 61
6 59 52 62 28
7 20 74 36 64
8 14 13 46 60
9 18 44 70 36

除了默认的数字索引，还可以使用时间序列作为DataFrame的索引（index）。通过pandas.date_range()生成日期序列，并将其赋值给df.index，可实现按时间排序的数据展示。


>>> df # 原本index为自动生成的0~9
  A  B  C  D
0 31 25 45 67
1 62 12 61 88
2 79 36 20 97
3 26 57 50 44
4 24 12 50  1
5  4 61 99 62
6 40 47 52 27
7 83 66 71  4
8 58 59 25 62
9 38 81 60  8
>>> import pandas
>>> dates = pandas.date_range('20180121',periods=10)
>>> dates # 从20180121开始，共10天
DatetimeIndex(['2018-01-21', '2018-01-22', '2018-01-23', '2018-01-24',
        '2018-01-25', '2018-01-26', '2018-01-27', '2018-01-28',
        '2018-01-29', '2018-01-30'],
       dtype='datetime64[ns]', freq='D')
>>> df.index = dates # 将dates赋值给index
>>> df
       A  B  C  D
2018-01-21 31 25 45 67
2018-01-22 62 12 61 88
2018-01-23 79 36 20 97
2018-01-24 26 57 50 44
2018-01-25 24 12 50  1
2018-01-26  4 61 99 62
2018-01-27 40 47 52 27
2018-01-28 83 66 71  4
2018-01-29 58 59 25 62
2018-01-30 38 81 60  8