dataframe如果month列取值为3，则将PM2.5列所有取值依次放入一个空的array的第一列中，将PM210列所有取值依次放入同一个空的array的第二列中

如果你想把DataFrame中当`month`等于3时，`PM2.5`列和`PM2.10`列的所有值分别放入两个数组中，可以按照以下步骤操作：

首先，找到`month`为3的行，并提取`PM2.5`和`PM2.10`列的值：

mask = df['month'] == 3
df_3 = df[mask]

pm25_values = df_3['PM2.5'].values.tolist()
pm210_values = df_3['PM2.10'].values.tolist()

这里我们先创建了一个布尔索引`mask`来选择`month`为3的行，然后利用`.values`将数据转换为列表形式，`tolist()`是为了得到Python的list而非numpy数组。

接着，你会得到两个列表，分别是`pm25_values`（对应于`PM2.5`列）和`pm210_values`（对应于`PM2.10`列）。

为了将这两个列表存储在同一二维数组中，你可以这样做：

result_array = [[value] for value in pm25_values] + [[value] for value in pm210_values]

`+`运算符连接了两个列表，每个元素都是一个列表，形成了一个二维数组。

现在，`result_array`应该是一个包含两列的二维数组，第一列是`PM2.5`列的值，第二列是`PM2.10`列的值，它们都来自于`month`为3的行。