从字典到 DataFrame（1）
Pandas 是一个开源库，为 Python 提供高性能、易用的数据结构和数据分析工具。听起来很不错！
DataFrame 是 Pandas 最重要的数据结构之一。它本质上是一种存储表格数据的方式，您可以为行和列添加标签。构建 DataFrame 的一种方式就是基于字典。
接下来的练习中，您将使用来自不同国家的车辆数据。每条观测对应一个国家，各列给出人均车辆数量、是左侧行驶还是右侧行驶等信息。
脚本中定义了 3 个列表：
names：包含有可用数据的国家名称。dr：布尔值列表，指示相应国家的人们是靠左行驶还是靠右行驶。cpc：相应国家每 1,000 人拥有的机动车数量。
每个字典键都是列标签，每个值是包含该列元素的列表。
本练习是课程的一部分
Python 中级
练习说明
- 将
pandas以pd导入。 - 使用预定义列表创建名为
my_dict的字典。应包含 3 个键值对：- 键
'country'，值为names。 - 键
'drives_right'，值为dr。 - 键
'cars_per_cap'，值为cpc。
- 键
- 使用
pd.DataFrame()将字典转换为名为cars的 DataFrame。 - 打印
cars，看看它有多"漂亮"。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Pre-defined lists
names = ['United States', 'Australia', 'Japan', 'India', 'Russia', 'Morocco', 'Egypt']
dr = [True, False, False, False, True, True, True]
cpc = [809, 731, 588, 18, 200, 70, 45]
# Import pandas as pd
# Create dictionary my_dict with three key:value pairs: my_dict
# Build a DataFrame cars from my_dict: cars
# Print cars