VS Code中Jupyter数据视图生成DataFrame代码及Pandas实现方法

1. VS Code 自动生成静态DataFrame代码的方法 #

VS Code目前没有内置的一键生成静态创建DataFrame代码的功能，但可以结合Jupyter Notebook和Pandas的方法间接实现：在Notebook单元格中运行生成代码的Python逻辑（见下文Pandas方法），生成后直接复制输出的代码即可。

另外，你可以通过VS Code的变量资源管理器查看df2的结构，但无法直接导出为创建代码，必须借助代码逻辑生成。

2. Python/Pandas原生方法生成代码 #

方法一：利用to_dict()构造基础代码 #

Pandas的DataFrame.to_dict()方法可以将DataFrame转换为字典格式（指定'list'参数会按列生成列表值的字典），再通过字符串格式化拼接成可直接运行的创建代码：

import pandas as pd

# 假设df2是你的目标DataFrame
generate_code = f"df2 = pd.DataFrame({df2.to_dict('list')})"
print(generate_code)

运行后会输出你需要的静态创建代码，针对示例中的df2，输出结果为：

df2 = pd.DataFrame({'name': ['frank', 'carole', 'navid'], 'role': ['dev', 'qa', 'ux'], 'team': ['marvel', 'marvel', 'gotham'], 'country': ['US', 'US', 'US']})

方法二：处理复杂数据类型的增强版 #

如果df2包含日期、布尔值等特殊类型，to_dict()可能会将其转换为字符串，此时可以自定义函数生成更准确的代码：

import pandas as pd
import json

def generate_df_code(df, var_name='df'):
    # 将DataFrame转为JSON格式保留类型，再转回字典
    df_dict = json.loads(df.to_json(orient='columns', date_format='iso'))
    # 针对特殊数据类型做格式修正
    for col, values in df_dict.items():
        if df[col].dtype == 'datetime64[ns]':
            df_dict[col] = [f"pd.Timestamp('{v}')" for v in values]
        elif df[col].dtype == 'bool':
            df_dict[col] = [str(bool(v)) for v in values]
    # 拼接成规范的代码格式
    code_lines = [f"{var_name} = pd.DataFrame("]
    code_lines.append("    {")
    for col, values in df_dict.items():
        code_lines.append(f"        '{col}': {values},")
    code_lines.append("    }")
    code_lines.append(")")
    return '\n'.join(code_lines)

# 调用示例
print(generate_df_code(df2, var_name='df2'))

这个函数会针对日期、布尔类型生成更准确的代码，避免类型丢失。

内容的提问来源于stack exchange，提问作者Plantigrade