Python 熊猫：填充多个空数据帧

我声明了多个空数据帧，如下所示：

variables = pd.DataFrame(index=range(10),
                           columns=['P1', 'P2', 'P3'],
                          dtype='float64')

Q1 = pd.DataFrame(index=range(10),
                   columns=['P1H1', 'P1H2'],
                   dtype='float64')

variables = variables.fillna(0)
Q1 = Q1.fillna(0)

我可以按如下方式使用fillna：

variables = pd.DataFrame(index=range(10),
                           columns=['P1', 'P2', 'P3'],
                          dtype='float64')

Q1 = pd.DataFrame(index=range(10),
                   columns=['P1H1', 'P1H2'],
                   dtype='float64')

variables = variables.fillna(0)
Q1 = Q1.fillna(0)

什么是同时填充多个数据帧的更具python风格的方法

---

---

原因：这里我只给出了两个数据帧，但是，真正的问题是有更多的数据帧，我必须定期更新。

使用

for

循环：

for df in (variables, Q1):
    df.fillna(0, inplace=True)

---

也许您可以用

0

填充

DataFrame constructor

中的列，然后可以省略

fillna

：

import pandas as pd

variables = pd.DataFrame(index=range(10),
                         columns=['P1', 'P2', 'P3'],
                         data={'P1':[0],'P2':[0],'P3':[0]},
                         dtype='float64')

print variables   
    P1   P2   P3
0  0.0  0.0  0.0
1  0.0  0.0  0.0
2  0.0  0.0  0.0
3  0.0  0.0  0.0
4  0.0  0.0  0.0
5  0.0  0.0  0.0
6  0.0  0.0  0.0
7  0.0  0.0  0.0
8  0.0  0.0  0.0
9  0.0  0.0  0.0

此外，可以省略参数

列

：

import pandas as pd

variables = pd.DataFrame(index=range(10),
                         data={'P1':[0],'P2':[0],'P3':[0]},
                         dtype='float64')

Q1 = pd.DataFrame(index=range(10),
                  data={'P1H1':[0],'P1H2':[0]},
                  dtype='float64')

---

假设您的数据类型和索引相同，您可以使用字典理解，其中每个数据帧都是字典中的一个值

cols = {'variables': ['P1', 'P2', 'P3'],
        'Q1': ['P1H1', 'P1H2']}

dfs = {key: pd.DataFrame(index=range(10), columns=cols[key], dtype='float64').fillna(0) 
       for key in cols}

---

这是否需要

inplace=True

参数？