如何在不修改DataFrame索引的前提下将所有值替换为0，可否用lambda实现

高性能实现方法 #

最简单且效率最高的方式是直接对DataFrame全切片赋值，该操作完全保留原有索引、列名结构，不会修改DataFrame的骨架信息：

import pandas as pd
import numpy as np

# 示例数据构造
df = pd.DataFrame({'A':np.random.randint(10, size= 10), 'B':np.random.randint(10, size= 10), 'C':np.random.randint(10, size= 10), 'D':np.random.randint(10, size= 10)})

# 全量值替换为0，直接修改原对象
df[:] = 0

如果不想修改原始DataFrame，可以先拷贝再操作：

df_new = df.copy()
df_new[:] = 0

也可以通过显式构造新DataFrame的方式实现，手动指定原有索引和列名：

df = pd.DataFrame(0, index=df.index, columns=df.columns)

是否可以用lambda函数实现 #

可以实现，借助逐元素遍历的方法调用lambda即可，代码如下：

# pandas 2.1及以上版本推荐使用map
df = df.map(lambda x: 0)

# 旧版本pandas使用applymap
df = df.applymap(lambda x: 0)

注意：该方案需要遍历所有单元格执行逻辑，性能远低于直接赋值方案，仅适合小数据量场景使用，大数据量处理优先选择直接切片赋值的方法。

内容的提问来源于stack exchange，提问作者Raj Nair