python编程中，经常需要把列表 list 类型的数据转换为 dataframe 数据，也有多种实现方法，本文介绍 5 种经常用的方法。

这是把 list 转换为 dataframe 最简单的方法，

 import pandas as pd 
# 字符串列表
lst = ['兴业银行', '九阳股份', '乐普医疗', '海尔智家']
# 构建 dataframe 
df = pd.DataFrame(lst) 
print(df) 

运行结果如下图所示：

使用list 中对应的索引值和列名称

转换为 dataframe， 有指定的名称和行索引值

import pandas as pd 
lst = [['兴业银行', '股份商行', 11], ['九阳股份', '家用电器', 22], ['乐普医疗', '医疗器械', 33], ['海尔智家', '家用电器', 44]] 
df = pd.DataFrame(lst, columns =['股票名称', '行业分类', '评估值']) 
print(df) 

运行结果如下图所示：

使用 zip() 函数

先用 zip 函数把两个列表结合在一起，指定创建 dataframe 需要的列名称，然后使用 dataframe的构建方法，

import pandas as pd 
 
lst1 = ['兴业银行', '九阳股份', '乐普医疗', '海尔智家']
lst2 = [11, 22, 33, 44] 

df = pd.DataFrame(list(zip(lst1, lst2)), columns =['key', 'value']) 
print(df) 

运行结果如下：

多维列表创建 dataframe

使用多维列表 list ，创建一个 dataframe，

import pandas as pd 

lst = [['兴业银行', 11], ['九阳股份', 22], ['乐普医疗', 33], ['海尔智家', 44]] 
df = pd.DataFrame(lst, columns =['key', 'values']) 
print(df) 

运行结果如下图：

创建字典 dictionary，再转换为dataframe

先根据列表创建字典，再构建 dataframe

import pandas as pd 
# 股票名称、分类和分值组成的列表 
n = ["兴业银行", "九阳股份", "乐普医疗", "海尔智家"] 
col = ["股份商行", "家用电器", "医疗器械", "家用电器"] 
val = [11, 22, 33, 44] 
# 字典
dict = {'name': n, 'category': col, 'value': val}  
df = pd.DataFrame(dict) 
print(df) 

运行结果如下图所示：