Создание фрейма данных pandas с нулевым заполнением

Как лучше всего создать фрейм данных pandas с нулевым заполнением заданного размера?

Я использовал:

zero_data = np.zeros(shape=(len(data),len(feature_list)))
d = pd.DataFrame(zero_data, columns=feature_list)

Есть ли способ лучше?

Вы можете попробовать это:

d = pd.DataFrame(0, index=np.arange(len(data)), columns=feature_list)

На мой взгляд, лучше всего делать это с помощью numpy

import numpy as np
import pandas as pd
d = pd.DataFrame(np.zeros((N_rows, N_cols)))

Подобно @Shravan, но без использования numpy:

  height = 10
  width = 20
  df_0 = pd.DataFrame(0, index=range(height), columns=range(width))

Затем вы можете делать с ним все, что хотите:

post_instantiation_fcn = lambda x: str(x)
df_ready_for_whatever = df_0.applymap(post_instantiation_fcn)

Если вы хотите, чтобы новый фрейм данных имел тот же индекс и столбцы, что и существующий фрейм данных, вы можете просто умножить существующий фрейм данных на ноль:

df_zeros = df * 0

Если у вас уже есть фрейм данных, это самый быстрый способ:

In [1]: columns = ["col{}".format(i) for i in range(10)]
In [2]: orig_df = pd.DataFrame(np.ones((10, 10)), columns=columns)
In [3]: %timeit d = pd.DataFrame(np.zeros_like(orig_df), index=orig_df.index, columns=orig_df.columns)
10000 loops, best of 3: 60.2 µs per loop

По сравнению с:

In [4]: %timeit d = pd.DataFrame(0, index = np.arange(10), columns=columns)
10000 loops, best of 3: 110 µs per loop

In [5]: temp = np.zeros((10, 10))
In [6]: %timeit d = pd.DataFrame(temp, columns=columns)
10000 loops, best of 3: 95.7 µs per loop

Предполагая, что у вас есть шаблон DataFrame, который нужно скопировать с заполненными здесь нулевыми значениями ...

Если в вашем наборе данных нет NaN, умножение на ноль может быть значительно быстрее:

In [19]: columns = ["col{}".format(i) for i in xrange(3000)]                                                                                       

In [20]: indices = xrange(2000)

In [21]: orig_df = pd.DataFrame(42.0, index=indices, columns=columns)

In [22]: %timeit d = pd.DataFrame(np.zeros_like(orig_df), index=orig_df.index, columns=orig_df.columns)
100 loops, best of 3: 12.6 ms per loop

In [23]: %timeit d = orig_df * 0.0
100 loops, best of 3: 7.17 ms per loop

Улучшение зависит от размера DataFrame, но никогда не было медленнее.

И черт возьми:

In [24]: %timeit d = orig_df * 0.0 + 1.0
100 loops, best of 3: 13.6 ms per loop

In [25]: %timeit d = pd.eval('orig_df * 0.0 + 1.0')
100 loops, best of 3: 8.36 ms per loop

Но:

In [24]: %timeit d = orig_df.copy()
10 loops, best of 3: 24 ms per loop

РЕДАКТИРОВАТЬ!!!

Предполагая, что у вас есть фрейм с использованием float64, это будет самый быстрый с огромным отрывом! Он также может сгенерировать любое значение, заменив 0,0 на желаемое число заполнения.

In [23]: %timeit d = pd.eval('orig_df > 1.7976931348623157e+308 + 0.0')
100 loops, best of 3: 3.68 ms per loop

В зависимости от вкуса можно внешне определить nan и сделать общее решение, независимо от конкретного типа поплавка:

In [39]: nan = np.nan
In [40]: %timeit d = pd.eval('orig_df > nan + 0.0')
100 loops, best of 3: 4.39 ms per loop