Python 使用None初始化数据帧

我很难创建一个没有值的数据帧。 为此，我执行了几个步骤，但我相信使用pandas函数可以得到相同的结果

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

是否有获得相同结果的命令？

我认为您需要从

列表创建
numpy数组
：

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

另一个具有
[[]]
的slowier解决方案：

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

如果使用
列
和
索引
值，则所有数据都是
NaN
，并且可以
无
：

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

我想您需要从
列表创建
numpy数组
：

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

另一个具有
[[]]
的slowier解决方案：

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

如果使用
列
和
索引
值，则所有数据都是
NaN
，并且可以
无
：

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

另一种方法是：

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

另一种方法是：

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

这是一个快速的一行：

>>> 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

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

一般情况下，一艘班轮应为：

>>> 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

这是一条一号班轮：

>>> 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

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

这是一个快速的一行：

>>> 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

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

一般情况下，一艘班轮应为：

>>> 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

这是一条一号班轮：

>>> 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

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