Pandas에서 컬럼 이름만 있는 빈 DataFrame 만들기

Pandas에서 컬럼 이름만 있는 빈 DataFrame 만들기

DataFrame() 생성자 사용

import pandas as pd

# 컬럼 이름 목록
column_names = ["Name", "Age", "City"]

# 빈 DataFrame 생성
df = pd.DataFrame(columns=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

dict comprehension 사용

column_names = ["Name", "Age", "City"]

df = pd.DataFrame({column_name: [] for column_name in column_names})

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

NumPy array 사용

import numpy as np

column_names = ["Name", "Age", "City"]

df = pd.DataFrame(np.empty((0, len(column_names)), dtype=object), columns=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

pd.concat() 사용

column_names = ["Name", "Age", "City"]

df = pd.concat([pd.DataFrame(columns=[column_name]) for column_name in column_names], axis=1)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

위의 방법들 모두 컬럼 이름만 있는 빈 DataFrame을 만드는 데 사용할 수 있습니다. 코드 스타일과 개인적 선호도에 따라 가장 적합한 방법을 선택하면 됩니다.

참고:

• 위 코드에서 dtype=object는 모든 컬럼의 데이터 타입을 object로 설정합니다. 필요에 따라 다른 데이터 타입을 설정할 수 있습니다.
• 빈 DataFrame을 만들 때 인덱스를 설정하지 않으면 기본적으로 0부터 시작하는 정수 인덱스가 생성됩니다.

예제 코드

# 라이브러리 임포트
import pandas as pd

# 컬럼 이름 목록
column_names = ["Name", "Age", "City"]

# 빈 DataFrame 생성
df = pd.DataFrame(columns=column_names)

# 데이터 추가
df.loc[0, "Name"] = "John Doe"
df.loc[0, "Age"] = 30
df.loc[0, "City"] = "New York"

# 출력
print(df)

# 출력
#   Name  Age City
# 0  John Doe   30  New York

• 위 코드는 DataFrame() 생성자를 사용하여 컬럼 이름만 있는 빈 DataFrame을 만듭니다.
• loc 속성을 사용하여 DataFrame에 데이터를 추가합니다.
• print() 함수를 사용하여 DataFrame을 출력합니다.

다른 예시:

• dict comprehension을 사용하여 빈 DataFrame을 만들 수 있습니다.

column_names = ["Name", "Age", "City"]

df = pd.DataFrame({column_name: [] for column_name in column_names})

# 데이터 추가
df.loc[0, "Name"] = "Jane Doe"
df.loc[0, "Age"] = 25
df.loc[0, "City"] = "London"

# 출력
print(df)

# 출력
#   Name  Age City
# 0  Jane Doe   25  London

• NumPy array를 사용하여 빈 DataFrame을 만들 수 있습니다.

import numpy as np

column_names = ["Name", "Age", "City"]

df = pd.DataFrame(np.empty((0, len(column_names)), dtype=object), columns=column_names)

# 데이터 추가
df.loc[0, "Name"] = "John Smith"
df.loc[0, "Age"] = 40
df.loc[0, "City"] = "Paris"

# 출력
print(df)

# 출력
#   Name  Age City
# 0  John Smith   40  Paris

column_names = ["Name", "Age", "City"]

df = pd.concat([pd.DataFrame(columns=[column_name]) for column_name in column_names], axis=1)

# 데이터 추가
df.loc[0, "Name"] = "Mary Johnson"
df.loc[0, "Age"] = 50
df.loc[0, "City"] = "Berlin"

# 출력
print(df)

# 출력
#   Name  Age City
# 0  Mary Johnson   50  Berlin

• 위 코드는 예시이며, 필요에 따라 수정하여 사용할 수 있습니다.
• 다양한 방법을 사용하여 컬럼 이름만 있는 빈 DataFrame을 만들 수 있습니다.
• 코드 스타일과 개인적 선호도에 따라 가장 적합한 방법을 선택하면 됩니다.

Pandas에서 컬럼 이름만 있는 빈 DataFrame을 만드는 대체 방법

pd.DataFrame.from_dict() 사용

import pandas as pd

column_names = ["Name", "Age", "City"]

df = pd.DataFrame.from_dict({column_name: [] for column_name in column_names})

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

import pandas as pd

column_names = ["Name", "Age", "City"]

df = pd.DataFrame.from_records([], columns=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

import pandas as pd

column_names = ["Name", "Age", "City"]

df = pd.DataFrame([[] for _ in range(len(column_names))], columns=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

np.empty() 사용

import numpy as np
import pandas as pd

column_names = ["Name", "Age", "City"]

df = pd.DataFrame(np.empty((0, len(column_names)), dtype=object), columns=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

pd.read_csv() 사용

import pandas as pd

column_names = ["Name", "Age", "City"]

with open("empty_dataframe.csv", "w") as f:
    f.write("")

df = pd.read_csv("empty_dataframe.csv", names=column_names)

print(df)

# 출력
#   Name  Age City
# 0  NaN  NaN  NaN

추가 정보