如何创建一个空熊猫DataFrame与不同的数据类型分配给每个列？
这篇文章提供了一种优雅的方法来创建指定数据类型的空数据帧。如果指定np。nan值初始化时，数据类型设置为浮点：
df_training_outputs = pd.DataFrame(np.nan, index=index, columns=column_names)
但是我想创建一个空数据框，每个列中有不同的数据类型。dtype关键字参数似乎只接受一个。
背景：我正在编写一个以增量方式生成数据的脚本，因此我需要在脚本执行期间将其存储在某个地方。我认为空数据帧（大到足以容纳所有预期的数据）是最好的方法。这一定是一个相当常见的任务，所以如果有人有更好的方法，请建议。
共有1个答案
可以使用不同类型的列创建空数据帧的一种方法是，提供一个具有正确结构化数据类型的空numpy数组：
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.empty(0, dtype=[('a', 'u4'), ('b', 'S20'), ('c', 'f8')]))
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 0 entries
Data columns (total 3 columns):
a 0 non-null uint32
b 0 non-null object
c 0 non-null float64
dtypes: float64(1), object(1), uint32(1)
memory usage: 76.0+ bytes
-
然后，我会添加初始值，然后查看这个数据，从前面的行计算新行，例如左右。 我目前使用的代码如下所示，但我觉得它有点难看，必须有一种方法直接使用DataFrame来实现这一点，或者只是一种更好的方法。注意：我使用的是Python2.7。
-
我从熊猫数据帧文档开始：数据结构简介 我想在一个时间序列类型的计算中迭代地填充数据帧。所以基本上，我想用列A、B和时间戳行初始化数据帧，全0或全NaN。 然后，我会添加初始值并检查这些数据，根据之前的行计算新行，比如说< code > row[A][t]= row[A][t-1]1 左右。 我目前正在使用下面的代码，但我觉得它有点难看，必须有一种方法直接用数据帧来做这件事，或者一般来说是一种更好的
-
我有一个pd DataFrame列，其中日期值的格式不同。例如“YYYY-MM-DD hh:MM:ss”和“DD.MM”。“YYYY”甚至“DD.MM”我想将它们全部转换为一种格式（例如，“YYYY-MM-DD”），并（在许多事情中）尝试过 查找日期未写为“YYYY-MM-DD hh:MM:ss”的行。然而，这不起作用。 因此，我检查了列的类型 然后我检查了一下 并收到了诸如类的datetime之
-
问题内容： 我想创建一个充满NaN的Pandas DataFrame。在研究过程中，我找到了答案： 这段代码将导致一个DataFrame充满“对象”类型的NaN。因此，它们以后将无法与该方法一起使用。因此，我使用以下复杂代码创建了DataFrame（受此答案启发）： 这将导致一个DataFrame填充有类型为“ float”的NaN，因此以后可以将其使用。有没有更优雅的方法来产生相同的结果？ 问题
-
问题内容： 我正在寻找一种等效于SQL的方法 pandas sql比较与无关。 仅适用于单个列，因此我想我可以合并这些列，或将它们放在列表/元组中并进行比较，但这似乎是熊猫应该以更原生的方式进行的操作。 我是否缺少明显的东西，或者没有办法做到这一点？ 问题答案： 您可以使用该方法来获取DataFrame中的唯一行： 如果只想使用某些列来确定唯一性，则也可以提供关键字参数。请参阅文档字符串。
-
问题内容： 我有一个熊猫DataFrame，其中包含多个列： 我想基于对数据框的每一行应用一个函数为此数据框创建两个新列。我不想多次调用该函数（例如，通过执行两次单独的调用），因为它占用大量计算资源。我尝试通过两种方式来执行此操作，但它们都不起作用： 使用： 我编写了一个函数，该函数接受a并返回我想要的值的元组： 尝试将此应用于DataFrame会出现错误： 然后，我将使用此问题中显示的方法将从返