生成df的几种方法

法一:

pd.DataFrame( [ (第一行),(第二行),(第三行)] )
df = pd.DataFrame([('bird', 389.0),
                    ('bird', 24.0),
                    ('mammal', 80.5),
                    ('mammal', np.nan)],
                    index=['falcon', 'parrot', 'lion', 'monkey'],
                    columns=('class', 'max_speed'))

法二:

pd.DataFrame( {"字段1" : [],
"字段2" : [],
"字段3" : []} )

df = pd.DataFrame({
                   'store_id': [117002, 117002, 117002],
                   'sku_id': [773, 773,773],
                   'date': ["2022-01-01", "2022-01-02", "2022-01-03"],
                   'sales': [5, 7, 3],
                   'stock': [8, 10, 6]
                  })

法三:

pd.DataFrame( {"字段1" : pd.Series ( [], dtype='datetime64[ns]'),
"字段2" : pd.Series ( [], dtype='datetime64[ns]'),
"字段3" : pd.Series ( [], dtype='datetime64[ns]') } )

df = pd.DataFrame({'trans_time': pd.Series([], dtype='datetime64[ns]'),
                   'id': pd.Series([], dtype='int'),
                   'zone_id': pd.Series([], dtype='str')})
posted @   ttttttian  阅读(250)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
点击右上角即可分享
微信分享提示