Question

我目前有一个索引不完整的df。像这样：

Idx  bar  baz  zoo
001   A    1    x
003   B    2    y
005   C    3    z
007   A    4    q
008   B    5    w
009   C    6    t

我有完整的Index([001, 002, ...... 010])。想如何将完整索引添加到不完整df中。

Idx  bar  baz  zoo
001   A    1    x
002  nan  nan  nan
003   B    2    y
004  nan  nan  nan
005   C    3    z
006  nan  nan  nan
007   A    4    q
008   B    5    w
009   C    6    t 
010  nan  nan  nan

nan可以是“”，目的是让我确定我当前所失的情况。这是我第一次问到关于stackover的问题，为格式不正确而道歉。

Answer 1

您可以尝试使用curl -X POST '<a href="http://jarvas-api.herokuapp.com/location?x=1.0&y=0.5" rel="nofollow">jarvas-api.herokuapp.com/location?x=1.0&y=0.5</a>'

curl: (3) URL using bad/illegal format or missing URL

Answer 2

您可以使用pandas df reindex方法轻松完成此操作。

df.reindex

您所要做的就是提供一个列表，用作新索引，即

full_index = ['001','002','003','004','005','006','007','008','009','010']

然后将其传递给reindex方法，如下所示：

df = df.reindex(full_index)

该方法将自动将nan值放入索引不在原始索引中的行中。

例如：

df = pd.DataFrame({'bar':['A','B','C','A','B','C'],'baz':[1,2,3,4,5,6],'zoo':['x','y','z','q','w','t']}, index = ['001','003','005','007','008','009']) #your original df
full_index = ['001','002','003','004','005','006','007','008','009','010']  
df = df.reindex(full_index)

输出：

     bar  baz  zoo
001    A  1.0    x
002  NaN  NaN  NaN
003    B  2.0    y
004  NaN  NaN  NaN
005    C  3.0    z
006  NaN  NaN  NaN
007    A  4.0    q
008    B  5.0    w
009    C  6.0    t
010  NaN  NaN  NaN

如何用新索引更新df的索引？

2 个答案: