Sıfır dolu Pandalar veri çerçevesi oluşturma

Belirli bir boyutta sıfır dolgulu bir panda veri çerçevesi oluşturmanın en iyi yolu nedir?

Kullandım:

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

Bunu yapmanın daha iyi bir yolu var mı?

Bunu deneyebilirsiniz:

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

Bence bunu uyuşuk ile yapmak en iyisi

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

@Shravan'a benzer, ancak numpy kullanmadan:

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

O zaman onunla ne istersen yapabilirsin:

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

Yeni veri çerçevesinin mevcut bir veri çerçevesiyle aynı indekse ve sütunlara sahip olmasını isterseniz, mevcut veri çerçevesini sıfırla çarpabilirsiniz:

df_zeros = df * 0

Zaten bir veri çerçeveniz varsa, bu en hızlı yoldur:

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

Karşılaştırmak:

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

DataFrame şablonuna sahip olduğunu varsayarsak, hangisinin burada sıfır değerlerle doldurulmasını istersiniz ...

Veri kümenizde hiç NaN yoksa sıfırla çarpmak önemli ölçüde daha hızlı olabilir:

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

İyileştirme DataFrame boyutuna bağlıdır, ancak hiçbir zaman bu kadar yavaş olmamıştır.

Ve sadece lanet olsun:

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

Fakat:

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

DÜZENLE!!!

Float64 kullanan bir çerçeveye sahip olduğunuzu varsayarsak, bu büyük bir farkla en hızlısı olacaktır! Ayrıca 0.0'ı istenen doldurma numarasıyla değiştirerek herhangi bir değer üretebilir.

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

Zevkinize bağlı olarak, belirli bir şamandıra türünden bağımsız olarak nan'ı harici olarak tanımlayabilir ve genel bir çözüm yapabilir:

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