基于索引增量 Python Pandas 数据框查找和添加缺失的列值

如何解决基于索引增量 Python Pandas 数据框查找和添加缺失的列值

下午好！

我有一个带有索引和计数的 Pandas 数据框。

dictionary = {1:5,2:10,4:3,5:2}
df = pd.DataFrame.from_dict(dictionary,orient = 'index',columns = ['count'])

我想要做的是从 df.index.min() 到 df.index.max() 检查索引增量是否为 1。将 3 添加到索引中，计数为 0。

输出将类似于下面的 df2，但以编程方式完成，因此我可以在更大的数据帧上使用它。

结果示例 DF：

dictionary2 = {1:5,3:0,5:2}
df2 = pd.DataFrame.from_dict(dictionary2,columns = ['count'])

非常感谢！！！

解决方法

确保索引已排序：

df = df.sort_index()

创建一个从最小索引到最大索引的数组

   complete_array = np.arange(df.index.min(),df.index.max() + 1)

重新索引，用 0 填充空值，并可选择将 dtype 更改为 Pandas Int：

df.reindex(complete_array,fill_value=0).astype("Int16")

    count
1   5
2   10
3   0
4   3
5   2