使用NaN以外的填充值初始化Pandas DataFrame

Question

假设我按如下方式初始化'空'DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame(index=list('AB'), columns=list('CD'))

结果df的格式为

     C    D
A  NaN  NaN
B  NaN  NaN

是否有一种pythonic方法可以将NaN替换为其他值，例如-np.inf？当然，一种方法是将其指定为数据：

df = pd.DataFrame(data=np.ones((2,2))*(-np.inf), index=list('AB'), columns=list('CD'))

也许有更简洁的方式？

Answer 1

将标量值传递为data param，这会将所有元素设置为相同的值：

In [181]:
df = pd.DataFrame(index=list('AB'), columns=list('CD'), data=-np.inf)
df

Out[181]:
     C    D
A -inf -inf
B -inf -inf

docs表明data param可以接受常量（标量值）以及类似数组的结构和dicts。