使用 NaN 以外的填充值初始化 Pandas DataFrame答案

【问题标题】：Initialize a Pandas DataFrame with a fill value other than NaN使用 NaN 以外的填充值初始化 Pandas DataFrame
【发布时间】：2016-12-03 02:23:14
【问题描述】：

假设我如下初始化一个“空”DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame(index=list('AB'), columns=list('CD'))

生成的df 具有以下形式

     C    D
A  NaN  NaN
B  NaN  NaN

有没有一种 Python 的方法可以将 NaNs 替换为其他值，例如 -np.inf？当然，一种方法是简单地将其指定为数据：

df = pd.DataFrame(data=np.ones((2,2))*(-np.inf), index=list('AB'), columns=list('CD'))

或许还有更简洁的方式？

【问题讨论】：

复制 [stackoverflow.com/questions/30053329/… 方法来创建具有浮点类型 NaN 的空 pandas DataFrame），您可以使用 pd.DataFrame(data=... 进行任何您喜欢的初始化。

【解决方案1】：

将标量值作为data 参数传递，这会将所有元素设置为相同的值：

In [181]:
df = pd.DataFrame(index=list('AB'), columns=list('CD'), data=-np.inf)
df

Out[181]:
     C    D
A -inf -inf
B -inf -inf

docs 表明 data 参数可以接受常量（标量值）以及类似数组的结构和字典。

【讨论】：