如何将DataFrame子集复制到另一个.py文件中创建新DataFrame？

不用手动处理索引和空格，Pandas提供了现成方法直接生成可复用的代码或数据格式，以下是两种实用方案：

方案1：生成可直接创建DataFrame的字典代码 #

把DataFrame转成字典格式，输出内容可直接复制到另一个.py文件中快速重建DataFrame：

在你的示例代码末尾添加：

# 生成可复用的字典数据
print("low50_data =", low50_salaries.to_dict('list'))

运行后会输出类似内容：

low50_data = {'Salary_USD': [12345, 45678, ...], 'Salary_Level': ['Entry', 'Mid', ...]}

把这段代码复制到新的.py文件中，执行以下代码即可重建DataFrame：

import pandas as pd
low50_salaries_new = pd.DataFrame(low50_data)

方案2：生成适合StackOverflow展示的无索引CSV格式 #

如果要把数据粘贴到StackOverflow提问/回答中，同时也能用于重建DataFrame，可以生成无索引的CSV字符串：

在示例代码末尾添加：

# 生成无索引的CSV字符串
print(low50_salaries.to_csv(index=False, sep=',', quotechar='"'))

运行后输出内容类似：

"Salary_USD","Salary_Level"
12345,"Entry"
45678,"Mid"
...

• 直接复制这段内容就能在StackOverflow清晰展示数据；
• 要在另一个.py文件重建DataFrame，可使用：

from io import StringIO
import pandas as pd

# 把复制的CSV内容粘贴到这里
csv_content = """
"Salary_USD","Salary_Level"
12345,"Entry"
45678,"Mid"
"""
low50_salaries_new = pd.read_csv(StringIO(csv_content))

这两种方法都比手动用str.replace()处理空格和索引更高效可靠，完全避免手动操作的繁琐和出错概率。

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