熊猫：以均匀间隔向索引添加元素

问题描述

我有一个如下所示的数据框：

             B
A             
0.00    5.7096
7.33    8.0280
25.82  15.7212
43.63  19.5156
55.24  20.1888

并且我想定期添加带有索引的行（比如 10），这样我就可以使用 method = 'index' 插入列 B。我想要的输出是这样的：

             B
A             
0.00    5.7096
7.33    8.0280
10.00      NaN
20.00      NaN
25.82  15.7212
30.00      NaN
40.00      NaN
43.63  19.5156
50.00      NaN
55.24  20.1888
60.00      NaN

我没有找到任何可以添加索引元素而不是更改它们的重新索引选项。我最好的解决方案是创建一个新索引，将其附加到原始数据帧，排序并删除重复项（如果有），但我很确定有更好的解决方案。

step = 10
idx = pd.DataFrame(index = df.index).reindex([round(i,0) for i in np.arange(df.index[0],df.index[-1] + step,step)])
df = df.append(idx)
df.sort_index(inplace = True)
df = df[~df.index.duplicated()]

有什么建议吗？谢谢

解决方法

通过外连接有效地进行联合。

df = pd.read_csv(io.StringIO("""A             B
0.00    5.7096
7.33    8.0280
25.82  15.7212
43.63  19.5156
55.24  20.1888"""),sep="\s+").set_index("A")

df = df.join(pd.DataFrame(index=pd.RangeIndex(0,60,10)),how="outer")

	B
0	5.7096
7.33	8.028
10	nan
20	nan
25.82	15.7212
30	nan
40	nan
43.63	19.5156
50	nan
55.24	20.1888

,

idx = sorted(set(list(np.arange(70,step=10)) + list(df.index)))
df = df.reindex(idx)

输出：

df 出[59]：

             B
A             
0.00    5.7096
7.33    8.0280
10.00      NaN
20.00      NaN
25.82  15.7212
30.00      NaN
40.00      NaN
43.63  19.5156
50.00      NaN
55.24  20.1888
60.00      NaN

,

重新索引数据框怎么样？结果与您提供的解决方案相同：

lista = [0.00,7.33,25.82,43.63,55.24]
listb = [5.7096,8.0280,15.7212,19.5156,20.1888]
df = pd.DataFrame({'A':lista,'B':listb})

# range(start,stop,step)
# Create new index and increment
my_increment = [i for i in range(10,20,10)]
# combine old and new index,here is where you can use the list function to sort them as well
new_index = df.index.tolist() + my_increment

print(df.reindex(new_index))

输出：

        A        B
0    0.00   5.7096
1    7.33   8.0280
2   25.82  15.7212
3   43.63  19.5156
4   55.24  20.1888
10    NaN      NaN