การสร้าง DataFrame จาก Dictionary of Series ใน Pandas Python

DataFrame สามารถสร้างจาก Dictionary ที่ Value เป็น Series ได้ Key จะกลายเป็น Column Name และ Series Index จะกลายเป็น Row Index

ตัวอย่างโค้ด

import pandas as pd

my_data = {
    'ab': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
    'mn': pd.Series([56, 78, 13, 13], index=['a', 'b', 'c', 'd'])
}

my_df = pd.DataFrame(my_data)
print("The dataframe created from dictionary of series:")
print(my_df)

ผลลัพธ์

The dataframe created from dictionary of series:
    ab   mn
a  1.0   56
b  2.0   78
c  3.0   13
d  NaN   13

คำอธิบาย

• Dictionary: Key = Column Name, Value = Series (มี Index ของตัวเอง)

• DataFrame รวม Index ทั้งหมด (Union) → Index: a, b, c, d

• Column 'ab' มีแค่ a,b,c → Index d ได้ NaN

• Column 'mn' มี a,b,c,d → ค่าครบทุก Index

พฤติกรรม Index Alignment

วิธีสร้าง DataFrame อื่นๆ

# 1. Dictionary of Lists/Arrays (Index ต้องยาวเท่ากัน)
df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

# 2. List of Dictionaries (แต่ละ Dict = 1 Row)
df = pd.DataFrame([{'A':1, 'B':4}, {'A':2, 'B':5}])

# 3. 2D Array / List of Lists
df = pd.DataFrame([[1,4], [2,5], [3,6]], columns=['A', 'B'])

# 4. NumPy Array
df = pd.DataFrame(np.array([[1,4], [2,5], [3,6]]), columns=['A', 'B'])

# 5. จาก File
df = pd.read_csv('data.csv')

การระบุ Index และ Columns ตอนสร้าง

df = pd.DataFrame(
    data=my_data,
    index=['a', 'b', 'c', 'd'],      # บังคับ Index
    columns=['ab', 'mn', 'new_col']  # บังคับ Columns (ใหม่จะได้ NaN)
)

Note: NaN = Not a Number แสดง Missing Value ใน Floating Point Columns