将多列中的所有值设置为空列表熊猫答案

【问题标题】：Set all the values in multiple columns to empty lists pandas将多列中的所有值设置为空列表熊猫
【发布时间】：2021-12-07 04:46:59
【问题描述】：

我有一个数据框，其列中有列表或值；类似于以下内容：

df
     A        B        C      D
0   []      [3]    ['ON']     5
1   'a'   ['a']    ['ON']     5
2    5      [3]    ['ON']     5
3   []      [3]    ['ON']     5
...

我想用空列表替换 A、B 和 C 列中的所有值。我尝试将.assign(column_name='value') 分别用于A、B 和C 列。我可以设置一个值，但我不能设置一个空列表。我不想使用.apply(lambda x: [])，因为它很慢。

还有其他方法吗？

预期结果：

df
     A    B    C    D
0   []   []   []    5
1   []   []   []    5
2   []   []   []    5
3   []   []   []    5
...

我基本上需要一个可以做的熊猫功能：change everything in columns=['A','B','C'] to []

【问题讨论】：

尝试检查numpy.empty。 This 此处的链接应该会有所帮助。 df['A'] = np.empty((len(df), 0)).tolist() 应该适用于 A 列，同样适用于您希望将其应用到的其他列。

标签： python pandas replace assign

【解决方案1】：

你可以使用：

df['A'] = [[]]*len(df)

【讨论】：

【解决方案2】：

尝试使用列表理解设置列。

例如

empty_col = [[] for x in range(len(df))]
df['A'] = empty_col
df['B'] = empty_col
df['C'] = empty_col

>>> df
         A    B    C    D
    0   []   []   []    5
    1   []   []   []    5
    2   []   []   []    5
    3   []   []   []    5
...

【讨论】：

【解决方案3】：

df['A'] = [np.empty(0,dtype=float)]*len(df)
df['B'] = [np.empty(0,dtype=float)]*len(df)
df['C'] = [np.empty(0,dtype=float)]*len(df)

性能对比：

对于种子数据：

df = pd.DataFrame(columns=['A'])
for i in range(100):
    df = df.append({'A': i}, ignore_index=True)
df

1000 个元素： 396 µs 与 613 µs

10 000 个元素： 1.06 毫秒 vs 4.33 毫秒

使用 100 000 个元素： 8.87 毫秒 vs 45.9 毫秒

【讨论】：

如果您与接受的答案进行比较，并显示np.empty 比[[]]*len(df) 快，那么我会接受这个。因为为此我需要导入 numpy
@oakca - 完成，该答案首先发布:)
因为基准，我接受了这个