使用None初始化熊貓數據框

我很難創建一個DataFrame值爲None的值。要做到這一點我執行幾個步驟，但我相信我能得到利用大熊貓功能相同的結果...使用None初始化熊貓數據框

mydata = [] 
mydata.append([None, None, None, None]) 
mydata = np.array(mydata) 
mydata = pd.DataFrame(mydata, columns='Start','End','Duration'])

是否有一個命令得到同樣的結果嗎？

來源

2017-03-07 gabboshow

我認爲你需要reshapenumpy array從list創建：

mydata = pd.DataFrame(np.array([None, None, None]).reshape(-1,3), 
         columns=['Start','End','Duration']) 
print (mydata) 
    Start End Duration 
0 None None  None

與[[]]另一個slowier解決方案：

mydata = pd.DataFrame([[None, None, None]], columns=['Start','End','Duration']) 
print (mydata) 
    Start End Duration 
0 None None  None

如果使用columns和index值，所有的數據都是NaN和可能replace他們到None：

print (pd.DataFrame(columns=['Start','End','Duration'], index=[0])) 
    Start End Duration 
0 NaN NaN  NaN 

mydata = pd.DataFrame(columns=['Start','End','Duration'], index=[0]).replace({np.nan:None}) 
print (mydata) 
    Start End Duration 
0 None None  None

來源

2017-03-07 10:00:44 jezrael

另一種方法是：

pd.DataFrame({'Start':[None],'End':[None],'Duration':[None]})

來源

2017-03-07 10:10:49 zuku

這裏是一個快速的一行：

>>> pd.DataFrame(np.empty((4,3),dtype=pd.Timestamp),columns=['Start','End','Duration']) 
    Start End Duration 
0 None None  None 
1 None None  None 
2 None None  None 
3 None None  None

在一般情況下，一個班輪將作爲去：

>>> pd.DataFrame(np.empty((5,3),dtype=object),columns=['Start','End','Duration']) 
    Start End Duration 
0 None None  None 
1 None None  None 
2 None None  None 
3 None None  None 
4 None None  None

這是一個NaN單線：

>>> pd.DataFrame(np.empty((2,3))*np.nan,columns=['Start','End','Duration']) 
    Start End Duration 
0 NaN NaN  NaN 
1 NaN NaN  NaN

來源

2017-03-07 10:15:18 ntg

使用None初始化熊貓數據框

回答

相關問題