创建一个数据表格在 Python 的 Pandas 库中通常涉及将数据组织成 DataFrame 对象。DataFrame 是一种二维标签数据结构，可以存储不同类型的值（如整数、字符串、浮点数等），并且具有行和列的标签。 以下是几种常见的方式，用于使用 Pandas 创建数据表格： ### 1. 从字典创建 可以通过传递一个字典来创建 DataFrame，其中键是列名，值是一个包含该列数据的列表或数组。 ```python import pandas as pd # 定义数据 data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'Los Angeles', 'Chicago'] } # 创建 DataFrame df = pd.DataFrame(data) # 打印 DataFrame print(df) ``` ### 2. 从列表创建 也可以通过传递一个列表的列表来创建 DataFrame，并且指定列名。 ```python import pandas as pd # 定义数据 data = [ ['Alice', 25, 'New York'], ['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago'] ] # 创建 DataFrame df = pd.DataFrame(data, columns=['Name', 'Age', 'City']) # 打印 DataFrame print(df) ``` ### 3. 从 NumPy 数组创建 如果数据已经存在于 NumPy 数组中，可以直接将其转换为 DataFrame。 ```python import pandas as pd import numpy as np # 定义数据 data = np.array([ ['Alice', 25, 'New York'], ['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago'] ]) # 创建 DataFrame df = pd.DataFrame(data, columns=['Name', 'Age', 'City']) # 打印 DataFrame print(df) ``` ### 4. 从数据库查询结果创建 如果数据来源于数据库，可以使用 `pandas.read_sql_query` 方法直接将 SQL 查询结果加载到 DataFrame 中。 ```python import pandas as pd import sqlite3 # 建立数据库连接 conn = sqlite3.connect('example.db') # 执行 SQL 查询并将结果加载到 DataFrame df = pd.read_sql_query("SELECT * FROM instructor", conn) # 这里假设有一个名为 instructor 的表[^3] # 打印 DataFrame print(df) # 关闭数据库连接 conn.close() ``` 以上方法展示了如何根据不同的数据来源创建 Pandas DataFrame，从而形成一个数据表格。每种方法都提供了灵活性，可以根据具体需求选择合适的方式来构造数据表格。