Python 是否创建与另一个维度相同的空数据框？

我搜索了一下，但找不到一个好答案。我想创建一个与另一个数据框具有相同维度的空数据框，以便添加新列。今天，我创建了一个填充了零的空数据帧，然后删除了零列。我希望有更好的办法，但找不到答案。有人能帮我吗

我今天真的很喜欢这个，它很管用，但它很难看

df_copy = pandas.DataFrame(numpy.zeros(len(df_original.index))) 
df_copy = df_copy.drop([0],axis=1) 

现在我可以在处理数据时添加新列。所以基本上我想要一个与另一个数据帧具有相同维度的空数据帧

df_copy["price"] = pricesList
df_copy["size"] = sizesList

---

编辑：另一个密切相关的问题：如何创建维度为mxn的空数据框？我在下面得到了如何创建维度为1xn的空数据帧的答案，这是通过设置索引来实现的。但是如何创建一个填充了零的空nxm数据帧呢？我之所以这么问，是因为我怀疑（？）创建一个零填充的数据帧，然后根据需要替换每个元素会更快。另一种方法是创建一个维度为1xn的空数据框，然后根据需要添加列——我听说这很慢。因此，使用nxm维度创建一个空数据框，然后根据需要替换元素（通过将列表复制到每列）可能会更快。假设一列有100行，我创建了一个有25行的子列表，所以我只需将此列表复制到正确的子列，然后重复。这比添加新列快吗

创建与另一个数据帧具有相同索引和列的空数据帧：

import pandas as pd 
df_copy = pd.DataFrame(index=df_original.index,columns=df_original.columns)

import pandas as pd
df_copy = pd.DataFrame().reindex_like(df_original)

@GaspareBonventre的速度可能会很慢，因为使用了熊猫数据帧构造函数。我发现这样做要快得多

import numpy as np
df_copy = pd.DataFrame(np.zeros(df_original.shape))
df_copy.index = df_original.index
df_copy.columns = df_original.columns

---

对于访问此页面并希望创建具有相同列、相同数据类型且无行的数据帧的任何人：

将熊猫作为pd导入
df_copy=df_original.iloc[0:0，：].copy（）

您不需要用零填充它，它可以是空的开始：

pd.DataFrame（index=df_original.index）

通常创建一个空帧，然后逐列填充它不是很有效；改为使用dict/list，或创建子帧和concatthem@Jeff你能给出两种方法的示例代码吗？就几行。非常感谢（也很适合将来参考）文档中的大量示例：如何选择一个答案作为正确答案？我按下了橙色箭头，所以现在显示为“2”，对吗？我已经编辑了我的问题，并添加了一个密切相关的后续问题。我不确定这是否有效。当我这样做时，数据框不是空的，而是返回所有项目作为NaN。它不是空的，完全是NaN。您可以将

.dropna（）

添加到表达式中以清空所有NaN条目。如果您只需要相同的列，但不需要NaN的行，可以使用

df_copy=pd.DataFrame（）.reindex（columns=df_original.columns）

这将创建一个充满NaN的数据帧