根据索引编号的缺口填充缺失的行，为什么行得通？ -熊猫系列

Question

所以说我有一个熊猫系列，如：

s = pd.Series([1,2],index=[0,3])

---

0    1
3    2
dtype: int64

索引中的0和3之间有一个间隙，所以我想要添加更多的行来填充该间隙以获取[0, 1, 2, 3]的索引。

因此所需的输出如下所示：

0    1.0
1    NaN
2    NaN
3    2.0
dtype: float64

我做到了：

print(s.reindex(range(s.index.min(),s.index.max()+1)))

成功了！

但是为什么？

我希望得到以下结果：

0    1.0
1    2.0
2    NaN
3    NaN
dtype: float64

但是没有，并且给出了预期的结果！

（您知道，我准备提出一个有关如何执行此操作的问题，但是在准备进行尝试时，我解决了：D，所以问了一个问题，为什么它起作用:-)，大声笑）

Answer 1

原因仅仅是因为reindex()的实现方式。

如果您查看文档中给出的示例，则执行reindex()仅将指定范围内的缺失索引添加为NaN值。它不要求更改可用条目的索引。

Answer 2

Intrinsic data alignment.基本上，源数据与索引0和3对齐。使用reindex时，您将创建新的行1和2，并重用0和3。

请注意，如果这样做，会发生什么情况

s.reindex([0,0,3,3])

输出：

0    1
0    1
3    2
3    2
dtype: int64

熊猫自动使用索引对齐。

或

s.reindex([1,2,5,6])

输出：

1   NaN
2   NaN
5   NaN
6   NaN
dtype: float64