Python 如何将零向量前置到数据帧？

我有一个

pandas

变量

X

，它的

形状
（14931381）

这是14931个示例，每个示例都有381个特性。我想为每个示例添加483个特性（每个特性都有一个零）值，但我希望它们在381个现有特性之前

如何做到这一点？
创建一个由零组成的数据帧并调用
pd.concat

v = pd.DataFrame(0, index=df.index, columns=range(483))
df = pd.concat([v, df], axis=1)

创建一个零数据帧并调用
pd.concat

v = pd.DataFrame(0, index=df.index, columns=range(483))
df = pd.concat([v, df], axis=1)

出于演示目的，让我们设置一个较小的数据帧
（7行2列，具有要素（列）名称
f1
，
f2
，…）：

然后，让我们创建一个填充了零的数据帧，以便
在df前面加上前缀（3列而不是483列）：

如你所见：


我将“新”列命名为
p1
，
p2
等等
索引是df中索引的副本（这将很重要
在下一阶段）

最后一步是连接这两个数据帧并替换
df:

最后一步是将添加的列数更改为
正确的值。
为了演示，让我们设置一个较小的数据帧
（7行2列，具有要素（列）名称
f1
，
f2
，…）：

然后，让我们创建一个填充了零的数据帧，以便
在df前面加上前缀（3列而不是483列）：

如你所见：


我将“新”列命名为
p1
，
p2
等等
索引是df中索引的副本（这将很重要
在下一阶段）

最后一步是连接这两个数据帧并替换
df:

最后一步是将添加的列数更改为
正确的值。
使用与原始数据帧相同的索引和14931行483个
0
值构建一个新的数据帧。在原始数据帧之前使用
axis=1
连接新数据帧，以进行列连接。将其分配给原始dataframe变量。使用与原始dataframe相同的索引和14931行的483个
0
值构建一个新dataframe。在原始数据帧之前使用
axis=1
连接新数据帧，以进行列连接。将其分配给原始数据帧变量。
index=df.index
做什么？为了正确执行连接，两个数据帧都应该有“相应”的索引。因为我不确定df中索引的内容，所以我用相同的索引（从df复制）创建了zz。索引做什么？为了正确执行联接，两个数据帧都应该有“对应”的索引。因为我不确定df中索引的内容，所以我使用相同的索引（从df复制）创建了zz。
zz = pd.DataFrame(data=np.zeros((df.shape[0], 3), dtype=int),
    columns=[ 'p' + str(n + 1) for n in range(3) ], index=df.index)

df = zz.join(df)