如何创建一个空的pandas DataFrame，并为每列分配不同的数据类型？

Question

This post提供了一种优雅的方法来创建指定数据类型的空pandas DataFrame。如果在初始化时指定np.nan值，则数据类型设置为float：

df_training_outputs = pd.DataFrame(np.nan, index=index, columns=column_names)

但是我想在每列中创建一个具有不同数据类型的空DataFrame。似乎dtype关键字参数只接受一个。

背景：我正在编写一个以递增方式生成数据的脚本，因此我需要在脚本执行期间存储它。我认为一个空的数据框（足够大以获取所有预期的数据）将是最好的方法。这必须是一个相当常见的任务，所以如果有人有更好的方法请指教。

Answer 1

使用不同类型的列创建空数据框的一种方法是提供一个空的numpy数组，其中包含正确的结构化dtype：

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.empty(0, dtype=[('a', 'u4'), ('b', 'S20'), ('c', 'f8')]))

>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 0 entries
Data columns (total 3 columns):
a    0 non-null uint32
b    0 non-null object
c    0 non-null float64
dtypes: float64(1), object(1), uint32(1)
memory usage: 76.0+ bytes