Python Pandas 根据时间序列中缺失的顺序值添加行

Question

我是 python 的新手，正在努力操作 pandas 库中的数据。我有一个这样的 pandas 数据库：

    Year  Value
0    91     1
1    93     4
2    94     7
3    95    10
4    98    13

并想用空值创建行来完成缺失的年份，如下所示：

    Year  Value
0    91     1
1    92     0
2    93     4
3    94     7
4    95    10
5    96     0
6    97     0
7    98    13

我如何在 Python 中做到这一点？（我想这样做，这样我就可以在不跳过年份的情况下绘制值）

Answer 1

我会创建一个新的数据框，将 Year 作为索引并包含您需要涵盖的整个日期范围。然后你可以简单地设置两个数据帧的值，索引将确保它们匹配正确的行（我不得不使用 fillna 将缺失的年份设置为零，默认情况下它们将被设置为 NaN):

df = pd.DataFrame({'Year':[91,93,94,95,98],'Value':[1,4,7,10,13]})
df.index = df.Year
df2 = pd.DataFrame({'Year':range(91,99), 'Value':0})
df2.index = df2.Year

df2.Value = df.Value
df2= df2.fillna(0)
df2
      Value  Year
Year             
91        1    91
92        0    92
93        4    93
94        7    94
95       10    95
96        0    96
97        0    97
98       13    98

最后，如果您不想将 Year 作为索引，您可以使用 reset_index：

df2.drop('Year',1).reset_index()

   Year  Value
0    91      1
1    92      0
2    93      4
3    94      7
4    95     10
5    96      0
6    97      0
7    98     13

Python Pandas 根据时间序列中缺失的顺序值添加行

Python Pandas add rows based on missing sequential values in a timeseries

python

row

pandas