pandas.DataFrame.from_records#
- classmethod DataFrame.from_records(data, index=None, exclude=None, columns=None, coerce_float=False, nrows=None)[源代码]#
将结构化或录制ndarray转换为DataFrame。
从结构化的ndarray、元组或字典序列或DataFrame创建DataFrame对象。
- 参数
- data结构化ndarray、元组或字典的序列或DataFrame
结构化输入数据。
- index字符串,字段列表,数组形式
要用作索引的数组字段,也可以是要使用的一组特定输入标签。
- exclude序列,默认为无
要排除的列或字段。
- columns序列,默认为无
要使用的列名。如果传递的数据没有与之关联的名称,则此参数提供列的名称。否则,该参数指示列在结果中的顺序(数据中未找到的任何名称都将成为全NA列)。
- coerce_float布尔值,默认为False
尝试将非字符串、非数值对象(如decimal.Decimal)的值转换为浮点数,这对SQL结果集很有用。
- nrowsInt,默认为无
如果数据是迭代器,则要读取的行数。
- 退货
- DataFrame
参见
DataFrame.from_dict
数据帧来自DICT或DICTS。
DataFrame
使用构造函数创建DataFrame对象。
示例
数据可以以结构化ndarray的形式提供:
>>> data = np.array([(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')], ... dtype=[('col_1', 'i4'), ('col_2', 'U1')]) >>> pd.DataFrame.from_records(data) col_1 col_2 0 3 a 1 2 b 2 1 c 3 0 d
数据可以以字典列表的形式提供:
>>> data = [{'col_1': 3, 'col_2': 'a'}, ... {'col_1': 2, 'col_2': 'b'}, ... {'col_1': 1, 'col_2': 'c'}, ... {'col_1': 0, 'col_2': 'd'}] >>> pd.DataFrame.from_records(data) col_1 col_2 0 3 a 1 2 b 2 1 c 3 0 d
数据可以以具有相应列的元组列表的形式提供:
>>> data = [(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')] >>> pd.DataFrame.from_records(data, columns=['col_1', 'col_2']) col_1 col_2 0 3 a 1 2 b 2 1 c 3 0 d