构建Pandas DataFrame时如何指定默认布尔值为False

我需要创建一个所有初始值都是False的布尔型Pandas DataFrame，但使用常规构造方式时，默认会把值初始化为True：

import pandas as pd
from datetime import date

date_start = date(2022, 1, 1)
date_end = date(2022, 8, 24)
valid_dates = pd.bdate_range(date_start, date_end)
cols = range(0,4)
df = pd.DataFrame(index=valid_dates, columns=cols, dtype='bool')

我试过用df.replace(df, False)批量替换值，但当列数较多（实际场景有500列左右）时，这种方法耗时明显增加。有没有办法直接把DataFrame初始化为全False？

高效解决方案 #

借助NumPy的np.full()函数可以直接生成指定形状的全False布尔数组，再将其作为数据传入DataFrame构造函数，就能高效完成初始化。示例代码如下：

import pandas as pd
import numpy as np 
from datetime import date

date_start = date(2022, 1, 2)
date_end = date(2022, 8, 24)
valid_dates = pd.bdate_range(date_start, date_end)
cols = range(0, 500)
# 生成对应形状的全False数组，再构造DataFrame
df = pd.DataFrame(data=np.full((len(valid_dates), len(cols)), False), index=valid_dates, columns=cols)
print(df)

感谢@ivanp提供的解决方案。

内容的提问来源于stack exchange，提问作者ajoseps