import pandas as pd
%pylab
一.使用numpy创建
df = pd.DataFrame(np.arange(16).reshape((4,4)),
index=list('abcd'),
columns=['one','two','three','four'])
df
二.由Series组成的字典
df3 = pd.DataFrame({'one':pd.Series([0,1,2,3]),
'two':pd.Series([4,5,6,7]),
'three':pd.Series([8,9,10,11]),
'four':pd.Series([12,13,14,15])},
columns=['one','two','three','four'])
df3
自定义行索引;
df4 = pd.DataFrame({'one':pd.Series([0,1,2,3],index=list('abcd')),
'two':pd.Series([4,5,6,7],index=list('abcd')),
'three':pd.Series([8,9,10,11],index=list('abcd')),
'four':pd.Series([12,13,14,15],index=list('abcd'))},
columns=['one','two','three','four'])
df4
总结：
由Series组成的字典，创建Dataframe， columns为字典key， index为Series的标签（如果
Series没有指定标签，则默认数字标签）
三.由字典或者series组成的列表
data = [{"one":1,"two":2},
{"one":5,"two":10,
"three":15}]
df6 = pd.DataFrame(data)
df6
输出为：
指定行索引，列名：
df7 = pd.DataFrame(data, index = ["a", "b"])
df7
df4 = pd.DataFrame(data, columns = ["one", "two", "three"],index=['a','b'])
总结：
由字典组成的列表创建Dataframe， columns为字典的key， index不做指定默认为数字标签，
pandas会自动为行，列索引排序；但是如果在pd.dataframe()的参数中指定了index和columns的值，行和列的索引就会按照指定的值排列
四.由字典组成的字典
data = {
"Jack":{"math":90, "english":89, "art":78},
"Marry":{"math":82, "english":95, "art":96},
"Tom":{"math":85, "english":94}
}
df1 = pd.DataFrame(data)
df1
总结：
字典的健值作为dataframe的columns
如果没有指定index参数的值，行索引使用默认的数字索引
每个序列的长度必须相同
同样的，pandas会对会对列索引排序，如果显示的传入columns参数，将按照传入的值得顺序显示