Tom Bennett's questions

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？

我有一个正在 devcontainer 中开发的 Python 项目。源代码树如下所示：

---.devcontainer
     |--- .devcontainer.json
     |--- Dockerfile
     |--- requirements.txt
---src
    |--- file1.py
    |--- file2.py

问题在于它应该被发布到“生产容器”中，其中涉及它自己的 Dockerfile 和打包脚本。

我的问题是：

1. 我应该把“生产容器”Dockerfile 和打包脚本放在哪里？
2. 我应该在哪里创建生产容器？我应该docker build在开发容器内运行吗？
3. 我应该何时运行docker build来构建生产容器？