dataframe设初始值全为0

可以使用 Pandas 库创建一个指定行列数且初始值为0的 DataFrame，示例代码如下：

import pandas as pd

rows = 3  # 指定行数
cols = 4  # 指定列数
df = pd.DataFrame([[0]*cols]*rows)  # 创建初始值为0的 DataFrame

这样就创建了一个3行4列，初始值都为0的 DataFrame。

相关问题

python语言，将一个pyspark dataframe增加一列，取值全为0

在Python的Pandas DataFrame中增加一列并填充全0的操作相对直接，但在PySpark中处理DataFrame稍微复杂一些，因为我们需要利用其RDD（弹性分布式数据集）的特性。以下是步骤：

首先，如果你有一个已经存在的`DataFrame`，你可以这样做：

from pyspark.sql import SparkSession

# 假设df是一个现有的DataFrame
spark = SparkSession.builder.getOrCreate()
df = ...  # 你的DataFrame实例

# 创建一个新的列，名为new_column，初始值全为0
df = df.withColumn("new_column", lit(0))

# lit()函数用于创建一个常量列，这里传入0

然而，如果需要对每一行操作并添加新列，由于Pandas API不适用于大规模分布式计算，你需要先转换成RDD，然后转回DataFrame：

from pyspark.sql.functions import broadcast
from pyspark.rdd import RDD

# 转换为RDD，确保广播变量可以分发到所有节点
broadcast_0 = spark.sparkContext.broadcast(0)

def add_zero(row):
    return row.asDict().update({"new_column": broadcast_0.value})

# 对每行应用函数，并将结果合并成新的DataFrame
rdd = df.rdd.map(add_zero)
new_df = spark.createDataFrame(rdd).toDF(*df.columns, "new_column")

new_df.show()

data=pd.read_csv('D:/PythonKS/超市购买记录.txt',header=None) #print(data) record=['ID','西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子'] R=dict() for i in range(len(record)): x=np.zeros((len(data))) li=list() for k in range(len(data.iloc[0,:])): s=data.iloc[:,k]==record[i] li.extend(list(s[s.values==True].index)) x[li]=1 R.setdefault(record[i],x) Data=pd.DataFrame(R) print(Data)，，为什么这段代码输出的布尔值全是0，怎么修改

这段代码输出的布尔值全是0，是因为在创建 x 数组时，使用的是 np.zeros() 函数，该函数会创建一个全为0的数组。因此，x 数组的初始值全部为0，然后通过遍历 data 数据框的每一列，来查找是否有对应的 record 记录，如果有则将对应的 x 数组位置设置为1，否则不变。

如果要修改这段代码，可以将 np.zeros() 函数改为 np.ones() 函数，这样就能创建一个全为1的数组，然后再执行遍历和设置对应位置的操作。修改后的代码如下：

data=pd.read_csv('D:/PythonKS/超市购买记录.txt',header=None)
record=['ID','西红柿','排骨','鸡蛋','茄子','袜子','酸奶','土豆','鞋子']
R=dict()
for i in range(len(record)):
    x=np.ones((len(data))) # 将 np.zeros() 修改为 np.ones()
    li=list()
    for k in range(len(data.iloc[0,:])):
        s=data.iloc[:,k]==record[i]
        li.extend(list(s[s.values==True].index))
    x[li]=1
    R.setdefault(record[i],x)
Data=pd.DataFrame(R)
print(Data)

这样就能够正确输出布尔值了。