如何直接创建单条数据的pandas.core.frame.Pandas类型对象

方案1：极简一行实现（完全匹配原生类型） #

不需要写遍历循环，直接获取itertuples返回的第一个元素即可，生成的对象和循环遍历得到的结果完全一致：

import pandas as pd

d = {'a': 1, 'b': 2}
# 不需要索引字段加index=False，需要保留默认索引字段去掉该参数即可
myrow = pd.DataFrame([d]).itertuples(index=False)[0]

# 验证
print(type(myrow))
# 输出 <class 'pandas.core.frame.Pandas'>
print(myrow.a)
# 输出 1

单条数据场景下该方法的性能损耗可以忽略不计，代码比原写法简洁很多。

方案2：更高性能的命名元组构造（行为完全兼容） #

pandas.core.frame.Pandas本质是collections.namedtuple的动态子类，你可以直接构造对应结构的命名元组，使用体验和原生Pandas对象完全相同，不需要额外构造DataFrame，性能更高：

from collections import namedtuple

# 定义和字段匹配的Pandas命名元组
Pandas = namedtuple('Pandas', ['a', 'b'])
myrow = Pandas(a=1, b=2)

# 验证
print(myrow.a)
# 输出 1
print(myrow.b)
# 输出 2

如果需要严格匹配pandas生成的Pandas类型，可以复用已有实例的类进行构造：

# 假设你之前已经生成过一个Pandas类型的row实例
PandasCls = type(existed_row)
myrow = PandasCls(a=3, b=4)

内容的提问来源于stack exchange，提问作者user1179317