python - Pandas 过滤并插入缺少索引的数据

Question

给定一个 pandas 数据框:

foo = pd.DataFrame({'col0' : pd.Series([1,2,3]), 
                    'col1' : pd.Series([4,5,6]), 
                    'col2' : pd.Series([7,8,9])})

foo.index = ['row0', 'row1', 'row2']

foo
      col0  col1  col2
row0     1     4     7
row1     2     5     8
row2     3     6     9

是否可以从数据框中选择索引中的一些键和索引中不存在的一些键，其中选择过程会使用默认值填充缺失的行？

我正在寻找以下形式的内容(注意:'row4' 不在 foo 中):

foo.filterWithFillIn(['row0', 'row1', 'row4'], 0)

      col0  col1  col2
row0     1     4     7
row1     2     5     8
row4     0     0     0

预先感谢您的考虑和回复。

Answer 1

是的，可以通过reindex .

df = foo.reindex(['row0', 'row1', 'row4'], fill_value=0)
print (df)

      col0  col1  col2
row0     1     4     7
row1     2     5     8
row4     0     0     0

如果使用pandas 0.21.0+那么它是recommended way :

Previously, selecting with a list of labels, where one or more labels were missing would always succeed, returning NaN for missing labels. This will now show a FutureWarning. In the future this will raise a KeyError. This warning will trigger on a DataFrame or a Series for using .loc[] or [[]] when passing a list-of-labels with at least 1 missing label.