Question

我有一个看起来像这样的熊猫系列：

>>> x.sort_index()
2       1
5       2
6       3
8       4

我想填写这个系列，以便＆＃34;失踪＆＃34;表示索引行，用0填充数据值。

因此，当我列出新系列时，它看起来像这样：

>>> z.sort_index()
1       0
2       1
3       0
4       0
5       2
6       3
7       0
8       4

我试过创建一个＆＃34;虚拟＆＃34;系列

>>> y = pd.Series([0 for i in range(0,8)])
0    0
1    0
2    0
3    0
4    0
5    0
6    0
7    0

然后将它们连在一起 - 但结果是：

>>> pd.concat([x,z],axis=0)
2    1
5    2
6    3
8    4
0    0
1    0
2    0
3    0
4    0
5    0
6    0
7    0

或者

>>> pd.concat([x,z],axis=1)
    0   1
0 NaN   0
1 NaN   0
2   1   0
3 NaN   0
4 NaN   0
5   2   0
6   3   0
7 NaN   0
8   4 NaN

这两个都不是我上面列出的目标结构。

我可以尝试在axis = 1版本上执行一些算术，并获取第1列和第2列的总和，但我正在寻找一个更整洁的单行版本 - 这样的索引填充/清理操作是否存在，如果是的话，它是什么？

Answer 1

你想要的是reindex。首先根据需要创建索引（在这种情况下只是一个范围），然后使用它重新索引：

In [64]: x = pd.Series([1,2,3,4], index=[2,5,6,8])

In [65]: x
Out[65]:
2    1
5    2
6    3
8    4
dtype: int64

In [66]: x.reindex(range(9), fill_value=0)
Out[66]:
0    0
1    0
2    1
3    0
4    0
5    2
6    3
7    0
8    4
dtype: int64

Answer 2

抱歉 - 有点尴尬的情况，但在这种情况下阅读了here该怎么做，我正在回答我自己的问题。

我阅读了文档here - 我正在寻找的一种方法是：

>>> x.combine_first(y)
0    0
1    0
2    1
3    0
4    0
5    2
6    3
7    0
8    4
dtype: float64

N.B。在上面，

>>> y = pd.Series([0 for i in range(0,8)])

Pandas：扩展系列的索引，使其包含范围内的所有值

2 个答案: