python pandas新建数组
时间: 2025-05-08 16:54:55 浏览: 14
### 使用 Pandas 创建数组
Pandas 是一种强大的数据处理工具,能够帮助我们轻松操作结构化数据。尽管 Pandas 主要用于创建和管理 `DataFrame` 和 `Series` 对象,但它也可以通过特定方法间接实现类似于数组的操作。
以下是几种常见的使用 Pandas 库创建类似数组的方法:
#### 方法一:利用 `pandas.Series`
可以通过传递列表或其他可迭代对象给 `pandas.Series()` 来创建一个类似数组的对象。此对象本质上是一个带索引的一维数组[^1]。
```python
import pandas as pd
# 创建一个简单的 Series 类似于一维数组
series_array = pd.Series([10, 20, 30, 40])
print(series_array)
```
#### 方法二:利用 `numpy.array` 转换到 Pandas 的 `DataFrame`
可以先使用 NumPy 创建一个多维数组,再将其转换为 Pandas 的 `DataFrame` 结构。这使得我们可以更灵活地定义列名和索引。
```python
import numpy as np
import pandas as pd
# 利用 NumPy 创建二维数组并转成 DataFrame
np_array = np.array([[1, 2], [3, 4]])
df_from_np = pd.DataFrame(np_array, columns=['Column_A', 'Column_B'])
print(df_from_np)
```
#### 方法三:使用 `DataFrame.from_records`
如果有一个记录列表或者带有结构化类型的 NumPy 数组,则可以直接使用 `DataFrame.from_records` 方法来构建 DataFrame。这种方法特别适合当数据已经以元组形式存在时的情况[^2]。
```python
import pandas as pd
data = [(1, 'Alice'), (2, 'Bob')]
columns = ['ID', 'Name']
df_records = pd.DataFrame.from_records(data, columns=columns)
print(df_records)
```
以上三种方式都可以有效地完成基于 Python 中 Pandas 库的数组创建需求,并且每种都有其适用场景以及特点。
阅读全文
相关推荐


















