构建特定 dtype 的数据框时，pandas 是否有默认填充值？

Question

考虑字典d：

d = {'A': {'x': 1, 'y': 1}, 'B': {'y': 1, 'z': 1}}

当我将它传递给 pandas.DataFrame 构造函数时，我知道我会丢失第 x 行 B 列和 z 行 A 列的值。

df = pd.DataFrame(d)
df

     A    B
x  1.0  NaN
y  1.0  1.0
z  NaN  1.0

我希望那些NaN 填写0。我当然知道我可以填写。

df.fillna(0)

但现在他们都是花车

     A    B
x  1.0  0.0
y  1.0  1.0
z  0.0  1.0

是的！我本可以将它们强制为整数

df.fillna(0).astype(int)

   A  B
x  1  0
y  1  1
z  0  1

或者！我本可以用一个聪明的字典理解构建一个系列，并用一个 fill_value 参数来取消堆叠

pd.Series(
    {(i, j): v for j, d_ in d.items() for i, v in d_.items()}
).unstack(fill_value=0)

但是，如果有一种直接的方法可以从一开始就用默认值填充缺失值，那么这一切都会变得容易得多。我希望像

pd.DataFrame(d, dtype=int, fill_value=0)

我知道这不可用，但我还有什么遗漏的吗？

Answer 1

由于pandas 0.24，您可以使用 Int64 dtype：

import pandas as pd    
d = {'A': {'x': 1, 'y': 1}, 'B': {'y': 1, 'z': 1}}    
pd.DataFrame(d, dtype='Int64').fillna(0)

输出：

    A   B
x   1   0
y   1   1
z   0   1

注意“Int64”中的大写I。如果你用较低的'i'写它，即'int64'，你会得到浮点数。