有没有办法只复制 Pandas DataFrame 的结构（而不​​是数据）？

Question

我从某个地方收到了一个 DataFrame，并想创建另一个具有相同数量和名称的列和行（索引）的 DataFrame。例如，假设原始数据框创建为

import pandas as pd
df1 = pd.DataFrame([[11,12],[21,22]], columns=['c1','c2'], index=['i1','i2'])

我通过明确定义列和名称来复制结构：

df2 = pd.DataFrame(columns=df1.columns, index=df1.index)    

我不想复制数据，否则我可以写df2 = df1.copy()。换句话说，在创建 df2 之后，它必须只包含 NaN 元素：

In [1]: df1
Out[1]: 
    c1  c2
i1  11  12
i2  21  22

In [2]: df2
Out[2]: 
     c1   c2
i1  NaN  NaN
i2  NaN  NaN

有没有更惯用的方法？

Answer 1

要保留列类型，您可以使用 astype 方法， 喜欢pd.DataFrame(columns=df1.columns).astype(df1.dtypes)

import pandas as pd

df1 = pd.DataFrame(
    [
        [11, 12, 'Alice'],
        [21, 22, 'Bob']
    ],
    columns=['c1', 'c2', 'c3'],
    index=['i1', 'i2']
)

df2 = pd.DataFrame(columns=df1.columns).astype(df1.dtypes)
print(df2.shape)
print(df2.dtypes)

输出：

(0, 3)
c1     int64
c2     int64
c3    object
dtype: object

Answer 2

将 df 结构复制到 df2 的简单方法是：

df2 = pd.DataFrame(columns=df.columns)

Answer 3

不完全回答这个问题，但对于通过搜索引擎来到这里的人来说是一个类似的问题

我的案例是创建没有数据且没有索引的数据框的副本。可以通过执行以下操作来实现这一点。这将维护列的 dtypes。

empty_copy = df.drop(df.index)

Answer 4

我知道这是一个老问题，但我想我会加两分钱。

def df_cols_like(df):
    """
    Returns an empty data frame with the same column names and types as df
    """
    df2 = pd.DataFrame({i[0]: pd.Series(dtype=i[1])
                        for i in df.dtypes.iteritems()},
                       columns=df.dtypes.index)
    return df2

这种方法以输入数据框df 的df.dtypes 属性为中心，即pd.Series。 pd.DataFrame 由空的 pd.Series 对象的字典构成，该对象使用输入列名命名，列顺序取自输入 df。

Answer 5

这在 pandas 0.22 中对我有用： df2 = pd.DataFrame(index=df.index.delete(slice(None)), columns=df.columns)

转换类型： df2 = df2.astype(df.dtypes)

delete(slice(None)) 如果您不想保留索引的值。

Answer 6

您可以通过notna() 简单地mask 即

df1 = pd.DataFrame([[11, 12], [21, 22]], columns=['c1', 'c2'], index=['i1', 'i2'])

df2 = df1.mask(df1.notna())

    c1  c2
i1 NaN NaN
i2 NaN NaN

Answer 7

一个简单的替代方案——首先将原始数据帧 (df1) 中的基本结构或索引和具有数据类型的列复制到 df2 中

df2 = df1.iloc[0:0]

然后用空行填充您的数据框 - 需要调整伪代码以更好地匹配您的实际结构：

s = pd.Series([Nan,Nan,Nan], index=['Col1', 'Col2', 'Col3'])

遍历 df1 中的行

df2 = df2.append(s)

Answer 8

这是reindex_like 的工作。从原文开始：

df1 = pd.DataFrame([[11, 12], [21, 22]], columns=['c1', 'c2'], index=['i1', 'i2'])

构造一个空的DataFrame并像df1一样重新索引它：

pd.DataFrame().reindex_like(df1)
Out: 
    c1  c2
i1 NaN NaN
i2 NaN NaN   

Answer 9

在version 0.18 of pandas, the DataFrame constructor 中，没有用于创建数据框的选项，例如另一个使用 NaN 而不是值的数据框。

你使用df2 = pd.DataFrame(columns=df1.columns, index=df1.index)的代码是最合乎逻辑的方式，唯一的改进方法是把你正在做的事情拼写更多，就是添加data=None，这样其他编码人员就可以直接看到你故意离开从您正在创建的这个新 DataFrame 中取出数据。

TLDR：所以我的建议是：

显式优于隐式

df2 = pd.DataFrame(data=None, columns=df1.columns, index=df1.index)

很像你的，但更清楚。

Answer 10

让我们从一些示例数据开始

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([[1, 'a'], [2, 'b'], [3, 'c']],
   ...:                   columns=['num', 'char'])

In [3]: df
Out[3]: 
   num char
0    1    a
1    2    b
2    3    c

In [4]: df.dtypes
Out[4]: 
num      int64
char    object
dtype: object

现在让我们使用原始DataFrame 的列进行简单的DataFrame 初始化，但不提供数据：

In [5]: empty_copy_1 = pd.DataFrame(data=None, columns=df.columns)

In [6]: empty_copy_1
Out[6]: 
Empty DataFrame
Columns: [num, char]
Index: []

In [7]: empty_copy_1.dtypes
Out[7]: 
num     object
char    object
dtype: object

如您所见，列数据类型与我们原来的DataFrame 中的不同。

所以，如果你想保留列dtype...

如果要保留列数据类型，则需要一次构造DataFrame 一个Series

In [8]: empty_copy_2 = pd.DataFrame.from_items([
   ...:     (name, pd.Series(data=None, dtype=series.dtype))
   ...:     for name, series in df.iteritems()])

In [9]: empty_copy_2
Out[9]: 
Empty DataFrame
Columns: [num, char]
Index: []

In [10]: empty_copy_2.dtypes
Out[10]: 
num      int64
char    object
dtype: object