ゼロで満たされたパンダデータフレームの作成

特定のサイズのゼロで満たされたパンダデータフレームを作成する最良の方法は何ですか？

利用した：

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

それを行うより良い方法はありますか？

あなたはこれを試すことができます：

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

私の意見ではこれを派手に行うのが最善です

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

@Shravanに似ていますが、numpyを使用しません。

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

その後、あなたはそれであなたがやりたいことを何でもすることができます：

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

新しいデータフレームのインデックスと列を既存のデータフレームと同じにする場合は、既存のデータフレームにゼロを乗算するだけです。

df_zeros = df * 0

すでにデータフレームがある場合は、これが最も速い方法です。

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

と比較：

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

ここにゼロの値を入力してコピーしたいテンプレートDataFrameがあると仮定します...

データセットにNaNがない場合は、ゼロを乗算すると大幅に速くなります。

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

改善はDataFrameのサイズに依存しますが、遅くなることはありませんでした。

そして、それだけのために：

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

だが：

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

編集!!!

float64を使用したフレームがあるとすると、これは非常に高速で最速になります。また、0.0を目的の塗りつぶし番号に置き換えることにより、任意の値を生成できます。

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

特定のフロートタイプに関係なく、好みに応じて、nanを外部で定義し、一般的なソリューションを実行できます。

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