Dataframe是数据的二维集合。 它是一种数据结构，其中数据以表格形式存储。 数据集按行和列排列； 我们可以在Dataframe中存储多个数据集。 我们可以执行各种算术运算，例如在Dataframe中添加列/行选择和列/行。
我们可以从外部存储导入 Dataframe； 这些存储可以是 SQL数据库、CSV 文件和 Excel 文件。 我们还可以使用列表、字典和来自字典的列表等。
在本教程中，我们将学习以多种方式创建Dataframe。 让我们了解这些不同的方式。
方法一：创建空的Dataframe
我们可以创建一个基本的空Dataframe。 需要调用Dataframe构造函数来创建Dataframe。 让我们理解下面的例子：
输出：
方法二：使用List 创建Dataframe
我们可以使用单个列表或列表的列表创建Dataframe。 让我们理解下面的例子：
输出：
方法三：使用字典创建Dataframe
ndarray/lists 的 dict 可用于创建Dataframe，所有 ndarray 必须具有相同的长度。 默认情况下，索引将是一个范围（n）； 其中 n 表示数组长度。 让我们理解下面的例子：
输出：
方法四：使用数组创建带索引Dataframe
请看下面的示例：
输出：
在上面的代码中，我们定义了包含各种汽车名称及其评级的列名。 我们使用数组来创建索引。
方法五：从字典列表创建Dataframe
我们可以将字典列表作为输入数据传递来创建 Pandas Dataframe。 默认情况下，列名作为键。 让我们理解下面的例子：
输出：
让我们学习另一个示例，从具有行索引和列索引的字典列表创建 pandas Dataframe。
输出：
让我们再来学习另一个通过传递字典和行列表来创建数据框的示例：
输出：
方法六：使用zip()函数创建Dataframe
zip() 函数用于合并两个列表。 让我们理解下面的例子。
输出：
方法七：从序列的字典创建Dataframe
可以传递字典来创建Dataframe。 我们可以使用序列的字典，其中后续索引是所有传递的索引值序列的并集。 让我们理解下面的例子：
输出：
在本教程中，我们讨论了创建 Dataframe 的不同方法。
