熊猫：填充数据框列中的缺失数据

Question

我有以下pandas 数据框：

import numpy as np
import pandas as pd
timestamps = [1, 14, 30]
data = dict(quantities=[1, 4, 9], e_quantities=[1, 2, 3])
df = pd.DataFrame(data=data, columns=data.keys(), index=timestamps)

看起来像这样：

    quantities  e_quantities
1            1             1
14           4             2
30           9             3

但是，timestamps 应该从 1 运行到 52：

index = pd.RangeIndex(1, 53)

以下行提供了缺少的timestamps：

series_fill = pd.Series(np.nan, index=index.difference(df.index)).sort_index()

如何让 quantities 和 e_quantities 列在这些缺失的时间戳处具有 NaN 值？

我试过了：

df = pd.concat([df, series_fill]).sort_index()

但它添加了另一列 (0) 并交换了原始数据框的顺序：

     0  e_quantities  quantities
1  NaN           1.0         1.0
2  NaN           NaN         NaN
3  NaN           NaN         NaN

感谢您的帮助。

Answer 1

我想你在找reindex

df=df.reindex(index)