Таблица своими руками

Таблицы не всегда приходят из файлов. Небольшую таблицу — справочник, результаты расчёта, пример для проверки идеи — проще собрать прямо в коде. Заодно станет понятнее, как DataFrame устроен внутри.

Из словаря списков

Самый частый способ: словарь, где ключ — название столбца, а значение — список значений этого столбца.

import pandas as pd

menu = pd.DataFrame({
    "drink": ["эспрессо", "капучино", "латте", "какао"],
    "price": [150, 240, 260, 220],
    "volume": [0.06, 0.25, 0.35, 0.3],
})
menu

Получилась обычная таблица: у неё есть shape, столбцы достаются скобками и умеют всё то же, что столбцы таблицы из файла.

print(menu.shape)
print(menu["price"].mean())

(4, 3)
217.5

Списки должны быть одной длины — в таблице не бывает столбцов разной высоты:

pd.DataFrame({
    "drink": ["эспрессо", "капучино", "латте"],
    "price": [150, 240],
})

ValueError: All arrays must be of the same length

staff = ...

staff = pd.DataFrame({
    "name": ["Анна", "Олег", "Мария"],
    "role": ["бариста", "бариста", "управляющий"],
    "salary": [62000, 58000, 95000],
})

Типы столбцов

В одном столбце лежат значения одного типа. Типы всех столбцов показывает атрибут dtypes:

menu.dtypes

drink         str
price       int64
volume    float64
dtype: object

pandas определил типы сам по значениям: текст — str, целые числа — int64, дробные — float64. Число 64 — сколько бит памяти занимает одно значение; помнить его не нужно. Слово object в последней строке относится к самому списку типов, а не к таблице.

Тип важен: с числовым столбцом можно считать, с текстовым — нет. Если числа попали в таблицу как текст (в кавычках), sum склеит их как строки, а mean упадёт с ошибкой. Как чинить такие столбцы, разберём в модуле об очистке данных.

Из списка словарей

Второй способ — список, в котором каждый словарь описывает одну строку. Так часто выглядят данные, пришедшие из интернета или собранные в цикле:

visits = pd.DataFrame([
    {"day": "пн", "guests": 84, "rain": False},
    {"day": "вт", "guests": 91, "rain": True},
    {"day": "ср", "guests": 77, "rain": True},
])
visits

Названия столбцов pandas взял из ключей. Появился ещё один тип: bool — логические значения True и False.

stock = ...
total_liters = ...

stock = pd.DataFrame([
    {"item": "молоко", "liters": 12.5},
    {"item": "сливки", "liters": 3.0},
    {"item": "сироп", "liters": 1.5},
])
total_liters = stock["liters"].sum()

Свои подписи строк

До сих пор индекс был номерами 0, 1, 2… Параметр index= задаёт свои подписи строк — метки (labels):

sizes = pd.DataFrame(
    {"volume": [0.25, 0.35, 0.45], "extra": [0, 30, 60]},
    index=["S", "M", "L"],
)
sizes

Индекс не входит в число столбцов: у sizes два столбца, а S, M, L — подписи строк. Сам индекс хранится в атрибуте index:

print(sizes.index)
print(menu.index)

Index(['S', 'M', 'L'], dtype='str')
RangeIndex(start=0, stop=4, step=1)

Series без таблицы

Один столбец тоже можно создать отдельно — pd.Series из списка. Параметр index= задаёт метки, name= — название:

tips = pd.Series([120, 80, 200, 150], index=["пн", "вт", "ср", "чт"], name="tips")
tips

пн    120
вт     80
ср    200
чт    150
Name: tips, dtype: int64

По метке значение достают квадратными скобками — как из словаря:

print(tips["ср"])
print(tips.sum())

200
550

Series — это пары «метка → значение» с общим типом и названием. А DataFrame — несколько Series с общим индексом, поставленные рядом: каждый столбец — Series. Поэтому menu["price"] возвращает именно Series.

guests = ...
friday = ...

guests = pd.Series([84, 91, 77, 102, 130], index=["пн", "вт", "ср", "чт", "пт"], name="guests")
friday = guests["пт"]

Итоги

• pd.DataFrame({"столбец": [значения], ...}) — таблица из словаря списков; списки одной длины.
• pd.DataFrame([{...}, {...}]) — таблица из списка словарей: словарь — строка.
• dtypes — типы столбцов: int64, float64, str, bool.
• index= задаёт метки строк; pd.Series(значения, index=..., name=...) — отдельный столбец.
• DataFrame — это несколько Series с общим индексом.