在 Python Pandas 中将数据帧/列清零的最快方法

Question

在 Pandas 数据框中，是否有一种更快的方式将一列数据清零，而不必像这样遍历整个数据框（其中 A、B 和 C 是列名）：

while x < Framelength
   dg.iloc[x, A] = 0
   dg.iloc[x, B] = 0
   dg.iloc[x, C] = 0
   x+=1

如果这样做更快的话，我可以接受将整个数据框清零。

- DyTech

Answer 1

检查

cols=[...]
df.loc[:, cols]=0

- BENY

Answer 2

要通过调用列名将列中所有行归零，您可以执行以下操作：

df["A"] = 0
df["B"] = 0

如果您想将整个DataFrame清零，我认为以下方法应该是相当高效的：

for c in df:
    df[c].values[:] = 0

- Marcos Tidball

---

刚刚检查了一下，虽然 df.values = 0 不起作用，但是只使用 df.values[:] = 0 就可以有效地将整个数据框清零！ - Marcos Tidball

Answer 3

您可以将整个数据框清零：

df[df.columns] = 0

或者指定一个列的列表（可迭代对象）：

cols = list("ABC")
df[cols] = 0

- anon01

---

df[df.columns] = 0 工作正常，可以将整个数据框清零。但是 df[cols] = 0 并不能将整列清零。 - DyTech

Answer 4

我发现这个方法非常有效，而且打字量较少：

```python df[:] = 0 ```

- Sonicsmooth

Answer 5

我会采用简单的方法，通过说明条件并分配所需的值来解决问题。

import pandas as pd
df = pd.DataFrame({'A': [1,2,3,4,5], 'B': [34,63,2,5,0]})

# Approach
df.columns = [0 for _ in df.columns]
df[df!=0] = 0

# Result
    0   0
0   0   0
1   0   0
2   0   0
3   0   0
4   0   0

- N. Arunoprayoch

Answer 6

尝试使用数据框的values属性和np.array.fill：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,(5,5)), index=[*'abcde'], columns=[*'ABCDE'])

print(df)
#     A   B   C   D   E
# a  94  96  76  99  34
# b  88  63  17  51  46
# c  92  64  32  12  23
# d  88  89  43  34  50
# e  93  37  70  27  40

df.values.fill(0)

print(df)
#    A  B  C  D  E
# a  0  0  0  0  0
# b  0  0  0  0  0
# c  0  0  0  0  0
# d  0  0  0  0  0
# e  0  0  0  0  0

- Scott Boston