基于索引增量 Python Pandas Dataframe 查找和添加缺失的列值

Question

下午好！

我有一个带有索引和计数的 pandas 数据框。

dictionary = {1:5,2:10,4:3,5:2}
df = pd.DataFrame.from_dict(dictionary , orient = 'index' , columns = ['count'])

我想要做的是从 df.index.min() 到 df.index.max() 检查索引增量是否为 1。如果缺少一个值，例如在我的情况下缺少 3，那么我想将 3 添加到索引中，计数为 0。

输出将类似于下面的 df2，但以编程方式完成，因此我可以在更大的数据帧上使用它。

结果示例 DF：

dictionary2 = {1:5,2:10,3:0,4:3,5:2}
df2 = pd.DataFrame.from_dict(dictionary2 , orient = 'index' , columns = ['count'])

非常感谢！！！

Answer 1

确保索引已排序：

df = df.sort_index()

创建一个从最小索引开始到最大索引的数组

   complete_array = np.arange(df.index.min(), df.index.max() + 1)

重新索引，用 0 填充空值，并可选择将 dtype 更改为 Pandas Int：

df.reindex(complete_array, fill_value=0).astype("Int16")

    count
1   5
2   10
3   0
4   3
5   2