python pandas 通配符？用常量替换 df 中的所有值

Question

我有一个 df，想制作一个大小相同但全部 1 的 new_df。东西要精神：new_df=df.replace("*","1")。我认为这比从头开始创建新的 df 更快，因为我需要获取尺寸，用 1 填充它，然后复制所有 headers。除非我错了。

Answer 1

其实很简单。

import pandas as pd

d = [
    [1,1,1,1,1],
    [2,2,2,2,2],
    [3,3,3,3,3],
    [4,4,4,4,4],
    [5,5,5,5,5],
]

cols = ["A","B","C","D","E"]

df = pd.DataFrame(d, columns=cols)
print df

print "------------------------"

df.loc[:,:] = 1
print df

结果：

   A  B  C  D  E
0  1  1  1  1  1
1  2  2  2  2  2
2  3  3  3  3  3
3  4  4  4  4  4
4  5  5  5  5  5
------------------------
   A  B  C  D  E
0  1  1  1  1  1
1  1  1  1  1  1
2  1  1  1  1  1
3  1  1  1  1  1
4  1  1  1  1  1

显然，df.loc[:,:] 意味着您定位所有列中的所有行。如果你想要一个新的数据框，只需使用 df2 = df.copy() 或其他东西。

Answer 2

df_new = pd.DataFrame(np.ones(df.shape), 列=df.columns)

import numpy as np
import pandas as pd

d = [
    [1,1,1,1,1],
    [2,2,2,2,2],
    [3,3,3,3,3],
    [4,4,4,4,4],
    [5,5,5,5,5],
]

cols = ["A","B","C","D","E"]

%timeit df1 = pd.DataFrame(np.ones(df.shape), columns=df.columns)
10000 loops, best of 3: 94.6 µs per loop

%timeit df2 = df.copy(); df2.loc[:, :] = 1
1000 loops, best of 3: 245 µs per loop

%timeit df3 = df * 0 + 1
1000 loops, best of 3: 200 µs per loop

python pandas 通配符？用常量替换 df 中的所有值

python pandas wildcard? Replace all values in df with a constant

python

wildcard

pandas