将列分配给SparseDataFrame

Question

考虑 -

df = pd.DataFrame({"a":[1,2,3]})
df

   a
0  1
1  2
2  3

我想做两件事：

1. 使用默认填充值False
将数据帧转换为稀疏
2. 将所有False值的列分配给此稀疏数据框


这是我提出的两种看似相似的方法。

第一种方法;分配列并将结果转换为稀疏。

df.assign(newcol=False).to_sparse(fill_value=False)

   a  newcol
0  1   False
1  2   False
2  3   False

第二种方法; 首先转换为稀疏，然后分配列。

df.to_sparse(fill_value=False).assign(newcol=False)

   a  newcol
0  1     0.0
1  2     0.0
2  3     0.0

这些0.0让我失望了。

FWIW，这种类似于第二种的方法似乎也能正常运行，而False代替0.0 -

df = df.to_sparse(fill_value=False)
df['newcol'] = pd.SparseSeries([False] * len(df), dtype='bool_', fill_value=False)
df

   a  newcol
0  1   False
1  2   False
2  3   False

我很困惑为什么两个看似相似的方法会产生截然不同的输出。这样做的正确方法是什么，为什么这些输出之间存在差异？