pandas 在构造特定数据类型的数据框时是否有默认填充值？

考虑字典d:

d = {'A': {'x': 1, 'y': 1}, 'B': {'y': 1, 'z': 1}}

当我把这个传递给pandas.DataFrame http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html构造函数，我知道 x 行、B 列和 z 行、A 列缺少值。

df = pd.DataFrame(d)
df

     A    B
x  1.0  NaN
y  1.0  1.0
z  NaN  1.0

我想要那些NaN需填写0。我当然知道我可以填写。

df.fillna(0)

但现在它们都变成了花车

     A    B
x  1.0  0.0
y  1.0  1.0
z  0.0  1.0

是的！我可以强迫它们为整数

df.fillna(0).astype(int)

   A  B
x  1  0
y  1  1
z  0  1

或者！我可以通过巧妙的字典理解构建一个系列，并使用 fill_value 参数进行堆叠

pd.Series(
    {(i, j): v for j, d_ in d.items() for i, v in d_.items()}
).unstack(fill_value=0)

但如果有一种直接的方法从一开始就用默认值填充缺失值，那么所有这一切都会容易得多。我期待类似的东西

pd.DataFrame(d, dtype=int, fill_value=0)

我知道这是不可用的，但是我还错过了什么吗？

Since 熊猫0.24 https://pandas.pydata.org/pandas-docs/version/0.24/whatsnew/v0.24.0.html#optional-integer-na-support您可以使用 Int64 数据类型：

import pandas as pd    
d = {'A': {'x': 1, 'y': 1}, 'B': {'y': 1, 'z': 1}}    
pd.DataFrame(d, dtype='Int64').fillna(0)

Output:

    A   B
x   1   0
y   1   1
z   0   1

留意首都I in 'INT64'。如果你用较低的“i”（即“int64”）编写它，你将得到浮点数。