Как создать пустой фрейм данных в Pandas

Чтобы создать DataFrame из разных источников данных или других типов данных Python, таких как список, словарь, используйте конструкторы класса DataFrame (). В этом примере мы изучим различные способы создания пустого фрейма данных Pandas.

Как создать пустой фрейм данных

Чтобы создайте пустой DataFrame в Pandas, не добавляйте данные строки при создании нового DataFrame, и взамен вы получите пустой DataFrame.

 # app.pyimport pandas как pddfObj = pd.DataFrame (columns  = ['ID', 'Name', 'Age']) print (dfObj, sep = ' n') 

Вывод

 Пустые столбцы DataFrame: [ID, Name, Age] Индекс: [] 

Как видите, мы добились успеха в создании пустого DataFrame. Но как? Это связано с тем, что класс DataFrame предоставляет конструктор для создания объекта DataFrame, передавая имена столбцов, имена индексов и данные в аргументе, подобном следующему.

 def __init__  (self, data = None, index = None, columns = None, dtype = None) 

Чтобы создать пустой объект DataFrame, мы передали только аргумент columns, а для индекса и данных аргументы по умолчанию будут будет использоваться.

Создать пустой DataFrame без имени столбца или индексов

Чтобы создать пустой DataFrame без имен столбцов или индексов, не передавайте никаких аргументов при создании нового DataFrame.

 # app.pyimport pandas как pddfObj = pd.  DataFrame () print (dfObj, sep = ' n') 

Вывод

 Пустые столбцы DataFrameColumns: [] Индекс: [  ] 

Поскольку мы не передали никаких аргументов функции, значение по умолчанию для всех аргументов будет None, и будет сгенерирован пустой DataFrame dfObj.

Добавляет столбцы в пустой фрейм данных

Вы можете добавлять столбцы в пустой фрейм данных.

 # app.pyimport pandas как pddfObj = pd  .DataFrame () print (dfObj, sep = ' n') dfObj ['ID'] = [101, 111, 121] dfObj ['Имя'] = ['Кэтрин', 'Милли', 'Крунал'] dfObj  ['Возраст'] = [28, 15, 21] print ('После добавления столбцов') print (dfObj) 

Вывод

 Empty DataFrameColumns: [] Index: [] После добавления столбцов ID Name Age0 101 Katheryn 281 111 Millie 152 121 Krunal 21 

Вы можете видеть, что мы добавили три строки: ID, Name и Age .

Не имеет значения, в какой момент мы добавляем данные. Мы можем добавить данные в DataFrame в любой момент в соответствии с нашими требованиями.

Создать пустой DataFrame со столбцом и индексами

Чтобы создать пустой DataFrame со столбцом и индексами, передайте только имена столбцов и индексы при создании нового DataFrame.

 #  app.pyимпортировать панды как pddfObj = pd. DataFrame (columns = ['ID', 'Name', 'Age'], index = ['a', 'b', 'c']) print (dfObj, sep = ' n') 

Вывод

 ID Имя Agea NaN NaN NaNb NaN NaN NaNc NaN NaN NaN 

Вы можете видеть, что мы создали новый DataFrame, заполненный значениями NaN.

Добавить строки в пустой DataFrame по существующему индексу

Вы можете добавлять новые данные на основе по индексам.

 # app.pyimport pandas as pddfObj = pd.DataFrame (columns = ['ID', 'Name', 'Age'], index = ['a', 'b  ',' c ']) print (dfObj, sep ='  n ') dfObj.loc [' a '] = [101,' Katheryn ', 29] dfObj.loc [' b '] = [102,' Милли  ', 15] dfObj.loc [' c '] = [103,' Krunal ', 27] print ("После добавления", dfObj, sep ='  n ') 

Вывод

 Имя идентификатора Agea NaN NaN NaNb NaN NaN NaNc NaN NaN NaNA После добавления имени идентификатора Agea 101 Katheryn 29b 102 Millie 15c 103 Krunal 27 

В этом руководстве мы рассмотрели различные способы создания DataFrame без каких-либо данных, а затем добавить. Данные с использованием различных методик. Это для создания пустого примера DataFrame.

См. Также

Как проверить Pandas на пустой DataFrame

Pandas DataFrame copy ()

Pandas DataFrame where ()

Pandas означает

Pandas Drop column

Оцените статью
nanomode.ru
Добавить комментарий