请注意,pd.DataFrame
构造函数接受一个将列标签映射到值列表的字典。因此,您可以使用以下方法:
df = pd.DataFrame({'name': name, 'age': age, 'gender': gender'})
或者,您可以使用带有zip
的列表推导式来提供行。这将创建一个列表的列表,每个子列表代表一行:
name = ['Robert']
age = ['25']
gender = ['m']
L = [list(row) for row in zip(name, age, gender)]
df = pd.DataFrame(L, columns=['name', 'age', 'gender'])
print(df)
name age gender
0 Robert 25 m
map
函数进行函数式编写:L = list(map(list, zip(name, age, gender)))
最快的方法:
pd.DataFrame(dict(name=['Robert'],age=['25'],gender=['m']))
pd.DataFrame
的第一个参数是data
,可以是:numpy.ndarray
、dict
或DataFrame
。
考虑到你没有定义比name
、age
和gender
更多的变量,我认为这可能有效:
not_my_data = set(dir())
# define your variables
name=['Robert']
age=['25']
gender=['m'].
my_data = set(dir()) - not_my_data
pd.DataFrame({k:globals()[k] for k in my_data})
选项 1
d = {'name':['Robert'],'age':['25'],'gender':['m']}
pd.DataFrame.from_dict(d)
选项2
即时创建dict
-
pd.DataFrame.from_dict(dict(name=['Robert'], age=['25'], gender=['m']))
name=['Robert']
age=['25']
gender=['m']
data = pd.DataFrame({"name":name,"age":age,"gender":gender})
name
、age
和gender
。 - RemyM