如何从数组列表及多个数组优雅创建Pandas DataFrame

1. 一行代码实现 #

直接通过字典传入所有列数据，无需创建中间DataFrame再拼接：

df = pd.DataFrame({'dis_label': nlabel, **dict(zip(rt_l, rt.T)), **dict(zip(blist_l, np.array(nlist).T))})

2. 可读性更高的优雅写法 #

如果觉得一行写法过于紧凑，也可以用更易维护的方式实现，依然不需要创建临时小df：

# 统一构造列名字典
col_data = {}
# 添加分类标签列
col_data[nlabel_l[0]] = nlabel
# 添加rt相关列
for col_name, col_data_arr in zip(rt_l, rt.T):
    col_data[col_name] = col_data_arr
# 添加blist相关列
for col_name, col_data_arr in zip(blist_l, np.array(nlist).T):
    col_data[col_name] = col_data_arr
# 一次性生成目标df
df = pd.DataFrame(col_data)

方案说明 #

• 两种方案都避开了创建多个中间df再concat的冗余操作，执行效率比原写法更高，内存占用也更小
• 核心逻辑是利用pandas DataFrame原生支持的字典构造方式：键为列名，值为对应列的一维数组，pandas会自动完成行对齐
• 如果后续需要调整数据结构，只需要修改col_data里的键值对即可，维护成本更低

内容的提问来源于stack exchange，提问作者rpb