下面是将BigQuery结果转换为Pandas数据框的代码。我正在学习Python和Pandas，并想知道我是否可以获得关于代码的任何改进的建议/想法？
#...code to run query, that returns 3 columns: 'date' DATE, 'currency' STRING,'rate' FLOAT...
rows, total_count, token = query.fetch_data()
currency = []
rate = []
dates = []
for row in rows:
dates.append(row[0])
currency.append(row[1])
rate.append(row[2])
dict = {
'currency' : currency,
'date' : dates,
'rate' : rate
}
df2 = pd.DataFrame(dict)
df2['date'] = pd.to_datetime(df2['date'])
df2 = df2.set_index('date')
以上工作。但看起来很矮胖。有没有办法比上面更有效地做同样的事情？我尝试了诸如sqlalchemy之类的库，但它们不支持BigQuery。通常我的问题是关于上面的代码和语法。