主页 / coding / 问题 / 79526965
Accepted
Tom Bennett
Asked: 2025-03-22 12:57:12 +0800 CST

当没有数据时，是否有任何惯用的方法可以返回空的 pandas DataFrame ？

  • 772

pandas DataFrame 的一个问题是它需要一些数据来创建其结构。因此，表示无行的情况可能会有问题。

例如，假设我有一个函数返回以字典形式表示的记录列表：get_data() -> list[dict[str, Any]]并且我想要一个函数返回相同数据的 DataFrame：

def get_dataframe() -> pd.DataFrame:
    l = get_data()
    df = pd.DataFrame(l)
    return df

这种方法效果很好，但 pandas 需要至少一条记录来推断列数和列类型的情况除外len(l)=0。在这种情况下返回 None 并不好，因为您可能需要在下游编写大量 if/else 语句来处理零记录情况。理想情况下，最好返回一个具有正确列数和列类型的空 DataFrame，这样我们就不必在下游代码中对无记录情况进行特殊处理。但这样做非常繁琐，因为：

  1. 在 中get_dataframe()，我需要指定列数和列类型来创建一个空的 DataFrame，但这些信息已经在其他地方指定了。两次指定相同的内容很繁琐。
  2. 因为我两次指定了相同的信息，它们可能不一致。所以我需要添加代码来检查一致性。
  3. 信不信由你，DataFrame 构造函数不接受 dtype 列表。有解决方法可以为每个列指定一个类型，但这不方便。

消除冗余的一个想法是，我不再将原始数据表示为字典列表，而是将其表示为数据类列表，这样我就可以注释每个字段的类型。然后我可以使用注释信息来创建列类型。这也不理想，因为类型注释是可选的，而且 Python 类型的映射dtype也不是一对一的。

请问没有数据的情况一般是怎么处理的？

pandas

2 个回答

  1. DataFrame 构造函数不接受 [多个] dtypes

    而是使用.astype()，它可以进行列到数据类型的映射。

    设置：

    >>> dtypes = {'foo': 'int64', 'bar': 'boolean'}
>>> dfe = pd.DataFrame(columns=dtypes.keys())
>>> dfe.dtypes.rename('dtype').to_frame()  # What we don't want: all object
      dtype
foo  object
bar  object

    跑步.astype()：

    >>> dft = dfe.astype(dtypes)
>>> dft.dtypes.rename('dtype').to_frame()  # What we want
       dtype
foo    int64
bar  boolean
>>> dft  # Still empty - nothing up my sleeves ;)
Empty DataFrame
Columns: [foo, bar]
Index: []

    您可以将它们合并为一行：

    pd.DataFrame(columns=dtypes.keys()).astype(dtypes)
    • 1
  2. Best Answer

    您可以像这样初始化 pandas 数据框：

    df = pd.DataFrame({
    'Name': pd.Series(dtype='str'),
    'Age': pd.Series(dtype='int'),
    'Salary': pd.Series(dtype='float'),
    'Date': pd.Series(dtype='datetime64[ns]')
})

    这将创建一个空的 df，每列指定类型。这是您要找的吗？

    除此之外，您还可以使用模式，例如：

    import pandas as pd
from typing import List, Dict, Any

def get_dataframe_schema() -> Dict[str, Any]:
    return {
        'name': str,
        'age': int,
        'score': float
    }

def get_dataframe() -> pd.DataFrame:
    schema = get_dataframe_schema()
    l = get_data()
    if not l:
        return pd.DataFrame(columns=schema.keys()).astype(schema)
    df = pd.DataFrame(l)
    return df.astype(schema)
    • 0

相关问题