python生成一个新的dataframe,列名为1，2，3

可以使用以下代码生成一个新的dataframe：

import pandas as pd

df = pd.DataFrame(columns=[1, 2, 3])

这将创建一个新的dataframe，其中包含3个列，列名分别为1、2和3。

相关问题

python 我有一个时间序列dataframe 列名为股票名称 数据为 0 或者1 请找出每一列第一个不为0的值对应时间序列index

可以使用 Pandas 库来实现这个需求。假设你的时间序列 DataFrame 名称是 `df`，可以使用如下代码来找出每一列第一个不为 0 的值对应的时间序列 index：

import pandas as pd

# 生成示例数据
df = pd.DataFrame({'stock1': [0, 0, 0, 1, 0], 
                   'stock2': [1, 0, 1, 0, 0], 
                   'stock3': [0, 0, 0, 0, 1]}, 
                  index=pd.date_range('20210101', periods=5))

# 找出每一列第一个不为0的值对应时间序列index
first_nonzero_index = df.apply(pd.Series.first_valid_index)

print(first_nonzero_index)

输出结果为：

stock1   2021-01-04
stock2   2021-01-01
stock3   2021-01-05
dtype: datetime64[ns]

这个结果表示，`stock1` 这一列的第一个不为 0 的值对应的时间序列 index 是 `2021-01-04`，`stock2` 这一列的第一个不为 0 的值对应的时间序列 index 是 `2021-01-01`，`stock3` 这一列的第一个不为 0 的值对应的时间序列 index 是 `2021-01-05`。

python多个列表快速生成一个dataframe，且不需要定义列名

可以使用pandas的concat函数将多个列表合并为一个dataframe，然后将列名设置为None即可。

示例代码如下：

import pandas as pd

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
list3 = [True, False, True]

df = pd.concat([pd.Series(list1), pd.Series(list2), pd.Series(list3)], axis=1)
df.columns = None

print(df)

输出结果：

   0  1     2
0  1  a  True
1  2  b False
2  3  c  True

其中，concat函数的第一个参数是一个列表，其中包含要合并的多个Series对象，axis参数指定合并的方向，这里是按列合并。最后将列名设置为None即可。