Pandas 重建索引 - 用缺失值填充列

Question

我尝试了这个主题的几个例子，但没有结果。我正在读取一个 DataFrame，例如：

Code,Counts
10006,5
10011,2
10012,26
10013,20
10014,17
10015,2
10018,2
10019,3

如何获得另一个 DataFrame，例如：

Code,Counts
10006,5
10007,NaN
10008,NaN
...
10011,2
10012,26
10013,20
10014,17
10015,2
10016,NaN
10017,NaN
10018,2
10019,3

基本上填补了'Code'列的缺失值？我尝试了 df.reindex() 方法，但我不知道它是如何工作的。非常感谢。

Answer 1

我将索引设置为您的 'Code' 列，然后 reindex by passing in a new array based on your current index, arange accepts a start and stop param (you need to add 1 to the end) and then reset_index 这假设您的 'Code' 值已经排序：

In [21]:

df.set_index('Code', inplace=True)
df = df.reindex(index = np.arange(df.index[0], df.index[-1] + 1)).reset_index()
df
Out[21]:
     Code  Counts
0   10006       5
1   10007     NaN
2   10008     NaN
3   10009     NaN
4   10010     NaN
5   10011       2
6   10012      26
7   10013      20
8   10014      17
9   10015       2
10  10016     NaN
11  10017     NaN
12  10018       2
13  10019       3

Pandas 重建索引 - 用缺失值填充列

Pandas Reindex - Fill Column with Missing Values

python

pandas