如何用新索引更新 df 的索引？答案

【问题标题】：How to update the Index of df with a new Index?如何用新索引更新 df 的索引？
【发布时间】：2020-03-07 17:24:09
【问题描述】：

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])。想知道如何将完整的索引补充到不完整的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“”，目的是让我确定我目前缺少哪种情况。这是我第一次问关于stackover的问题，为糟糕的格式道歉。

【问题讨论】：

Append an empty row in dataframe using pandas的可能重复
此方法有效，但我需要使用 for 循环：追加（pd.Series（名称=索引））```

标签： python pandas dataframe

【解决方案1】：

你可以试试reindex

df=df.reindex(completeIndex)

【讨论】：

【解决方案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用作新索引的列表，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)

该方法会自动将 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

【讨论】：