将列表读入pandas DataFrame列

Question

我想将列表加载到pandas DataFrame的列中，但似乎无法简单地执行此操作。 这是我想要使用transpose()一个例子，但我认为这是不必要的：

In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: x = np.linspace(0,np.pi,10)
In [4]: y = np.sin(x)
In [5]: data = pd.DataFrame(data=[x,y]).transpose()
In [6]: data.columns = ['x', 'sin(x)']
In [7]: data
Out[7]: 
          x        sin(x)
0  0.000000  0.000000e+00
1  0.349066  3.420201e-01
2  0.698132  6.427876e-01
3  1.047198  8.660254e-01
4  1.396263  9.848078e-01
5  1.745329  9.848078e-01
6  2.094395  8.660254e-01
7  2.443461  6.427876e-01
8  2.792527  3.420201e-01
9  3.141593  1.224647e-16

[10 rows x 2 columns]

有没有办法直接将每个列表加载到列中以消除转置并在创建DataFrame时插入列标签？

Answer 1

有人建议从数据中创建一个字典，然后将其加载到DataFrame中，如下所示：

In [8]: data = pd.DataFrame({'x': x, 'sin(x)': y})
In [9]: data
Out[9]: 
          x        sin(x)
0  0.000000  0.000000e+00
1  0.349066  3.420201e-01
2  0.698132  6.427876e-01
3  1.047198  8.660254e-01
4  1.396263  9.848078e-01
5  1.745329  9.848078e-01
6  2.094395  8.660254e-01
7  2.443461  6.427876e-01
8  2.792527  3.420201e-01
9  3.141593  1.224647e-16

[10 rows x 2 columns]

注意，字典是一组无序的键值对。 如果您关心列顺序，则应传递要使用的有序键值列表（您也可以使用此列表仅包含一些dict条目）：

data = pd.DataFrame({'x': x, 'sin(x)': y}, columns=['x', 'sin(x)'])

Answer 2

这是另一个保留指定顺序的1行解决方案，无需输入x和sin(x)两次：

data = pd.concat([pd.Series(x,name='x'),pd.Series(y,name='sin(x)')], axis=1)