DataFrame trong pandas (pandas dataframe): tạo bảng từ dict
Bài 2/8 · Chương 2
Series và DataFrame
- 5 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 13
pandas DataFrame là một bảng: các cột có tên, mỗi cột là một Series, và mọi cột dùng chung một bộ nhãn dòng. Bạn dùng nó mỗi khi có dữ liệu nhiều cột cần xem và tính cùng lúc, như bảng khách và doanh thu của bốn chi nhánh trong một ngày.
Cần biết trước: Series, dict lồng nhau và dict.
Dựng bảng từ dict các cột
Cách hay dùng nhất: một dict, mỗi khóa là tên cột, mỗi giá trị là list các ô của cột đó. Các list phải dài bằng nhau, vì mỗi vị trí là một dòng:
import pandas as pd
chi_nhanh = pd.DataFrame({
"ten": ["Huế", "Đà Lạt", "Hà Nội", "Cần Thơ"],
"so_khach": [120, 95, 143, 88],
"doanh_thu": [4560000, 3990000, 6435000, 3080000],
})
print(chi_nhanh)KẾT QUẢ
ten so_khach doanh_thu
0 Huế 120 4560000
1 Đà Lạt 95 3990000
2 Hà Nội 143 6435000
3 Cần Thơ 88 3080000pandas đánh nhãn dòng 0 đến 3 ở cột bên trái và căn các cột cho thẳng. Thứ tự cột là thứ tự khóa trong dict.
Dựng bảng từ list các dict
Dữ liệu đến từng dòng một, như đơn hàng đọc từ một API, thường là list các dict: mỗi dict là một dòng, khóa là tên cột. pd.DataFrame() nhận luôn dạng này:
import pandas as pd
don = pd.DataFrame([
{"ma_don": "D01", "mon": "Phở bò", "so_luong": 2},
{"ma_don": "D02", "mon": "Bún chả", "so_luong": 1},
{"ma_don": "D03", "mon": "Cơm tấm"},
])
print(don)KẾT QUẢ
ma_don mon so_luong
0 D01 Phở bò 2.0
1 D02 Bún chả 1.0
2 D03 Cơm tấm NaNĐơn D03 không có khóa so_luong, nên ô đó là NaN, giá trị thiếu của pandas. Vì có NaN, cả cột thành số thực: 2.0, 1.0. Bài dữ liệu thiếu nói cách xử lý ô thiếu.
Đọc tên cột, index và số dòng
Ba câu hỏi đầu tiên với mọi bảng: có những cột nào, nhãn dòng là gì, bao nhiêu dòng. columns và index trả bộ nhãn của hai chiều, len() đếm số dòng:
import pandas as pd
chi_nhanh = pd.DataFrame({
"ten": ["Huế", "Đà Lạt", "Hà Nội", "Cần Thơ"],
"so_khach": [120, 95, 143, 88],
})
print(chi_nhanh.columns.to_list())
print(chi_nhanh.index.to_list())
print(f"Bảng có {len(chi_nhanh)} chi nhánh")KẾT QUẢ
['ten', 'so_khach']
[0, 1, 2, 3]
Bảng có 4 chi nhánhlen() của DataFrame đếm dòng, không đếm cột: muốn số cột thì len(chi_nhanh.columns). Dòng cuối ghép số vào câu bằng f-string, như bài nối chuỗi.
Ba phần của DataFrame
Mỗi DataFrame gồm ba phần: index (nhãn dòng), columns (nhãn cột) và các giá trị ở giữa. to_numpy() lấy phần giá trị ra thành mảng NumPy hai chiều, bỏ hết nhãn:
import pandas as pd
gia = pd.DataFrame({"mon": ["Phở bò", "Bún chả"],
"gia": [55000, 45000]})
print(gia.to_numpy())
print(type(gia["gia"]).__name__)KẾT QUẢ
[['Phở bò' 55000]
['Bún chả' 45000]]
SeriesMỗi dòng của mảng là một dòng của bảng. Lấy một cột bằng tên cho một Series có index của bảng; bài chọn cột dạy kỹ cách chọn một cột, nhiều cột. Bài Blog pandas là gì đặt DataFrame cạnh bảng tính Excel cho người mới.
Cùng các phần ấy trên một file thật
File chi_tieu.csv ghi 1.036 khoản chi năm 2025. Đọc vào là một DataFrame, và ba câu hỏi ở trên trả lời y như với bảng bốn dòng:
import pandas as pd
chi_tieu = pd.read_csv("chi_tieu.csv")
print(len(chi_tieu))
print(chi_tieu.columns.to_list())
print(chi_tieu.index[:3].to_list())KẾT QUẢ
1036
['ngay', 'danh_muc', 'mo_ta', 'so_tien', 'hinh_thuc']
[0, 1, 2]Bảng đọc từ file có index mặc định 0, 1, 2…. Bài read_csv() dạy các tham số khi đọc.
Kiểm tra nhanh
Trong ví dụ dựng bảng từ list các dict, bảng don có mấy dòng và mấy cột?
- 3 dòng, 3 cột
- 3 dòng, 2 cột
- 2 dòng, 3 cột
Trong cùng ví dụ, ô so_luong của đơn D03 là gì?
NaN0- Báo lỗi
KeyErrorkhi dựng bảng
Sau
import pandas as pd,len(pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]}))cho kết quả gì?326
Ba phần của một DataFrame là gì?
- index, columns và các giá trị
- dòng đầu, dòng cuối và tổng
- tên file, bảng mã và dấu phân cách
Bài tập
Dựng bảng menu
Quán có hai list cùng độ dài: ten_mon (tên món) và gia (giá, đồng), món thứ i có giá thứ i. Viết thân hàm tao_menu(ten_mon, gia): dựng bảng có đúng hai cột theo thứ tự mon rồi gia, mỗi món một dòng theo thứ tự của list, index mặc định 0, 1, 2…. Hai list rỗng thì bảng không có dòng nào. Hàm không sửa hai list của nơi gọi.
Trả về: bảng menu, một DataFrame.
import pandas as pd
def tao_menu(ten_mon, gia):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
pd.DataFrame({"cot": [...], ...})dựng bảng từ dict các cột; các list phải dài bằng nhau.pd.DataFrame([{...}, {...}])dựng bảng từ list các dict, mỗi dict một dòng; khóa thiếu thànhNaN.df.columns,df.indexlà nhãn hai chiều;len(df)là số dòng.DataFrame gồm index, columns và các giá trị; mỗi cột lấy ra bằng tên là một Series.
Câu hỏi thường gặp
Nên dựng bảng từ dict các cột hay từ list các dict?
Dữ liệu sẵn theo cột (mỗi đại lượng một list) thì dict các cột. Dữ liệu đến từng dòng, như bản ghi từ API hay từ vòng lặp đọc file, thì list các dict, vì không phải xếp lại thành cột.
Làm sao thêm một dòng vào DataFrame?
Thường không thêm từng dòng: gom các dòng vào một list các dict rồi dựng bảng một lần, vì mỗi lần thêm là chép lại cả bảng. Cần nối hai bảng thì dùng concat().
DataFrame có thể có hai cột cùng tên không?
Có thể, nhưng khi đó chọn cột theo tên trả một bảng thay cho một Series, và nhiều phép tính hỏng theo. Hãy giữ tên cột không trùng, không dấu, kiểu snake_case.
Index của DataFrame có bắt buộc là số không?
Không: index có thể là chữ, ngày hay bất kỳ nhãn nào. Bài set_index() đưa một cột lên làm index.
Chủ đề
Dữ liệu của bài
- Tải xuống
chi_tieu.csv
CSV · 56.82 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.