如何制作良好可复现的Pandas示例？

Question

在 cnpython.com 上观察 R 和 pandas 标签相当一段时间后，您得到的印象可能是 pandas 的问题较少包含可复现的数据。R 社区一直擅长鼓励提供可复现的数据，在类似这样的指南的帮助下，新手能够得到一些关于如何创建这些示例的帮助。那些能够阅读这些指南并提供可复现数据的人通常能够更好地得到问题的答案。

那么，如何为 pandas 问题创建好的可复现示例呢？简单的数据框可以通过以下方式创建：

import pandas as pd

df = pd.DataFrame({'user': ['Bob', 'Jane', 'Alice'], 
                   'income': [40000, 50000, 42000]})

但是，许多示例数据集可能需要更复杂的结构，例如：

• 带有日期时间索引的数据
• 多个分类变量（是否有类似于 R 的 expand.grid() 函数，可以生成给定变量所有可能组合的等价方法？）
• MultiIndex 或 Panel 数据

对于难以用几行代码模拟的数据集，是否有类似于 R 的 dput() 函数，可以生成可复制粘贴的代码来重新生成数据结构呢？

为了创建更复杂的示例数据，您可以考虑以下方法：

1. 使用内置的示例数据集：Pandas提供了一些内置的示例数据集，您可以直接使用它们。例如，pd.util.testing.makeTimeDataFrame() 可以用于创建带有日期时间索引的数据。

2. 使用第三方数据集：许多开源项目和数据集可供使用，您可以使用其中的数据来创建示例。

3. 创建自定义函数：根据您的需求，您可以编写函数来生成特定结构的数据集。

4. 使用 pd.MultiIndex：如果需要创建 MultiIndex 数据，可以使用 pd.MultiIndex.from_product() 来创建所有可能的组合。

对于复杂数据集的复制粘贴，Pandas 本身没有类似于 R 的 dput() 函数，但您可以考虑使用第三方库，如 pickle 或 joblib，来序列化您的数据结构并将其保存到文件中。然后，您可以在问题中提供代码来加载这些数据文件。

Answer 1

好的做法：

1. 提供小的示例 DataFrame：最好提供包含可运行代码的小型示例 DataFrame，通常可以使用几行代码描述问题。数据集最好少于6行。

2. 用数据展示预期结果：展示您希望得到的结果，使回答者更容易理解您的期望输出。

3. 显示您尝试过的代码：展示您尝试过的代码，说明哪里出现了问题。

4. 显示您已经进行了一些研究：在提问之前，建议先搜索文档和 Stack Overflow，总结您的研究成果。

5. 处理时间戳列：如果涉及到时间戳列，明确地将其转换为 pandas 的 Timestamp 类型。

不好的做法：

1. 不要包含无法复制粘贴的 MultiIndex：避免使用 MultiIndex，因为它们无法直接复制粘贴到代码中。

2. 不要提供外部链接到数据：避免提供无法访问的外部链接或依赖外部数据。

3. 不要用模糊的语言描述问题：尽量详细地描述问题和上下文，避免使用含糊不清的措辞。

4. 不要包含大量数据预处理代码：尽量缩减问题所涉及的代码，重点展示导致问题的数据和操作步骤。

该指南的目标是帮助提问者更有效地提问，以便回答者能够更好地理解问题并给出准确的答案。通过提供小而具体的示例 DataFrame 和清晰的问题描述，您将更有可能得到高质量的答案。