带有连续索引的Pandas DataFrame

Question

I have the following code:

import pandas as pd
df = pd.DataFrame(
    {'Index' : ['1', '2', '5','7', '8', '9', '10'],
     'Vals' : [1, 2, 3, 4, np.nan, np.nan, 5]})

这给了我：

  Index  Vals
0     1   1.0
1     2   2.0
2     5   3.0
3     7   4.0
4     8   NaN
5     9   NaN
6    10   5.0

但是我想要的是像这样的东西：

  Index      Vals
0     1  1.000000
1     2  2.000000
2     3  NaN
3     4  NaN
4     5  3.000000
5     6  NaN
6     7  4.000000
7     8  NaN
8     9  NaN
9    10  5.000000

我尝试通过创建一个连续索引的新数据框来实现这一点。然后，我想分配已经拥有的值，但是如何做呢？到目前为止，我唯一拥有的就是:

clean_data = pd.DataFrame({'Index' : range(1,11)})

给我带来了：

   Index
0      1
1      2
2      3
3      4
4      5
5      6
6      7
7      8
8      9
9     10

- Ohumeronen

Answer 1

所以按照你的例子，它会像这样：

import pandas as pd
import numpy as np 

df = pd.DataFrame(
    {'Index' : ['1', '2', '5','7', '8', '9', '10'],
     'Vals' : [1, 2, 3, 4, np.nan, np.nan, 5]})
df['Index'] = df['Index'].astype(int)
clean_data = pd.DataFrame({'Index' : range(1,11)})
result = clean_data.merge(df,on="Index",how='outer')

结果是：

  Index Vals
0   1   1.0
1   2   2.0
2   3   NaN
3   4   NaN
4   5   3.0
5   6   NaN
6   7   4.0
7   8   NaN
8   9   NaN
9   10  5.0

- milos.ai

---

非常感谢！这是一个非常好的解决方案，我学到了新东西 :-) - Ohumeronen

Answer 2

您可以将 Index 列放在索引中（在转换为整数后），选择行 1 到 10（这将创建适当的 NaN），然后重置索引。

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {'Index' : ['1', '2', '5','7', '8', '9', '10'],
     'Vals' : [1, 2, 3, 4, np.nan, np.nan, 5]})
df['Index'] = df['Index'].astype(int)

df = df.set_index('Index').loc[range(1, 11)].reset_index()

输出：

   Index  Vals
0      1   1.0
1      2   2.0
2      3   NaN
3      4   NaN
4      5   3.0
5      6   NaN
6      7   4.0
7      8   NaN
8      9   NaN
9     10   5.0

- Alicia Garcia-Raboso

---

太棒了，这甚至更好，非常简洁！谢谢你分享这个，祝你有愉快的一天！ - Ohumeronen