Pandas构造DataFrame常用的几种方式

1.通过numpy数组，如：

import pandas as pd
import numpy as np
dates=pd.date_range('2020-05-01',periods=6)
x=np.ones([6,4], dtype = int)
df=pd.DataFrame(x,index=dates,columns=list('ABCD'))
df.head()

2.字典列表，即包含项为字典的列表，类似于行的形式构造

import pandas as pd
df1=pd.DataFrame([{"id":123,"name":456},{"id":222,"name":888}])
df1.head()

3.字典：字典，其中字典的值为列表，类似于列的形式

import pandas as pd
df1=pd.DataFrame({"id":[123,456,789],"name":['zhangsan','lisi','wangwu']})
df1.head()

4.读取csv以及记事本

df=pd.read_csv('123.csv')
读取记事本数据，需要指定分隔字符
df=pd.read_csv('123.txt'，sep=‘：’)

5.读取excel
df=pd.read_excel('123.xlsx')
一次读取多个sheet

with pd.ExcelFile('demo1.xlsx') as file:
    df3=pd.read_excel(file,'Sheet1')
    df4=pd.read_excel(file,'Sheet2')
#写入多个sheet
with pd.ExcelWriter('demo1.xlsx') as writer:
    df.to_excel(writer, sheet_name='Sheet1')
    df2.to_excel(writer, sheet_name='Sheet2')

读取多个sheet到一个dataframe

import pandas as pd
df1=pd.read_excel('demo1.xlsx', sheet_name=None) 
df1

6.读取数据库

from pandas.io import sql
conn = sqlite3.connect('example.db')
query="select * from stocks"
results=sql.read_sql(query,con=conn)
results.head(5)

7.读取剪贴板，直接从剪贴板读取表格数据

hank=pd.read_clipboard()
hank.head()

8.读取html
df1=pd.read_html(url) #直接指定url，读取该静态页面的table，不存在table则会报错
如果是js框架生成的页面，可以使用无头浏览器+selenium，
df1=pd.read_html(driver.page_source) #table标记
这里的返回都是list，多个table，需要使用
df1[index]来得到dataframe
如果是非table标记的表格，则不适用，需要解析数据自己拼装生成dataframe