Python Pandas，创建指定列数据类型的空数据帧

Question

有一件事我发现自己必须经常去做，这让我很惊讶，在熊猫身上做到这一点是多么的困难。假设我需要创建一个具有指定索引类型和名称、列类型和名称的空DataFrame。（例如，我可能想稍后在循环中填充它。）最简单的方法是为每一列创建一个空的pandas.Series对象，指定它们的dtype，将它们放入指定其名称的字典中，并将字典传递到DataFrame构造函数中。像下面这样的。

def create_empty_dataframe():
    index = pandas.Index([], name="id", dtype=int)
    column_names = ["name", "score", "height", "weight"]
    series = [pandas.Series(dtype=str), pandas.Series(dtype=int), pandas.Series(dtype=float), pandas.Series(dtype=float)]
    columns = dict(zip(column_names, series))
    return pandas.DataFrame(columns, index=index, columns=column_names)
    # The columns=column_names is required because the dictionary will in general put the columns in arbitrary order.

第一个问题。上面的方法真的是最简单的吗？这件事有太多令人费解的地方。我真正想做的，我很确定很多人真正想做的，是下面这样的事情。

df = pandas.DataFrame(columns=["id", "name", "score", "height", "weight"], dtypes=[int, str, int, float, float], index_column="id") 

第二个问题。这种语法在Pandas中有可能吗？如果不是的话，开发人员是否正在考虑支持这样的项目？我觉得它真的应该像这样简单（上面的语法）。

Answer 1

还可以通过替换数据帧列来设置其数据类型：

df['column_name'] = df['column_name'].astype(float)