在数据框中添加 n 个空行

Question

我想在具有这样一个深度列的深度范围上扩展这个数据框：

import numpy as np

import pandas as pd

depth = np.array([0.8, 0.9, 1.0, 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 2.0, 2.1, 2.2, 2.3, 2.4, 2.5])    

df1 = pd.DataFrame({'depth': [0.8, 0.9, 1.0, 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 2.0, 2.1, 2.2],

           '400.0': [13.909261, 7.758734, 3.513627, 2.095409, 1.628918, 0.782643, 0.278548, 0.160153, -0.155895, -0.152373, -0.147820, -0.023997, 0.010729, 0.006050, 0.002356],

           '401.0': [14.581624, 8.173803, 3.757856, 2.223524, 1.695623, 0.818065, 0.300235, 0.173674, -0.145402, -0.144456, -0.142969, -0.022471, 0.010802, 0.006181, 0.002641],

           '402.0': [15.253988, 8.588872, 4.002085, 2.351638, 1.762327, 0.853486, 0.321922, 0.187195, -0.134910, -0.136539, -0.138118, -0.020945, 0.010875, 0.006313, 0.002927],

           '403.0': [15.633908, 8.833914, 4.146499, 2.431543, 1.798185, 0.874350, 0.333470, 0.192128, -0.130119, -0.134795, -0.136049, -0.019307, 0.012037, 0.006674, 0.003002],

           '404.0': [15.991816, 9.066159, 4.283401, 2.507818, 1.831721, 0.894119, 0.344256, 0.196415, -0.125758, -0.133516  , -0.134189, -0.017659, -0.013281,0.007053, 0.003061],

           '405.0': [16.349725, 9.298403, 4.420303, 2.584094, 1.865257, 0.913887, 0.355041, 0.200702, -0.121396, -0.132237, -0.132330, -0.016012, 0.014525, 0.007433, 0.003120]

           })

因此，我需要在这种情况下是在三个附加行的底部与NaN价值观。

同样，我的df2深度范围从 1.1 到 2.5，需要根据扩展范围填充上面的3 行depth。

我该怎么做？

Answer 1

您可以使用 mergepd.DataFrame({'depth':depth}).merge(df1,how='left')

Answer 2

一种简单的方法是设置索引，depth然后使用depth数组重新索引：df1.set_index('depth').reindex(depth).reset_index()    depth      400.0      401.0      402.0      403.0      404.0      405.00     0.8  13.909261  14.581624  15.253988  15.633908  15.991816  16.3497251     0.9   7.758734   8.173803   8.588872   8.833914   9.066159   9.2984032     1.0   3.513627   3.757856   4.002085   4.146499   4.283401   4.4203033     1.1   2.095409   2.223524   2.351638   2.431543   2.507818   2.5840944     1.2   1.628918   1.695623   1.762327   1.798185   1.831721   1.8652575     1.3   0.782643   0.818065   0.853486   0.874350   0.894119   0.9138876     1.4   0.278548   0.300235   0.321922   0.333470   0.344256   0.3550417     1.5   0.160153   0.173674   0.187195   0.192128   0.196415   0.2007028     1.6  -0.155895  -0.145402  -0.134910  -0.130119  -0.125758  -0.1213969     1.7  -0.152373  -0.144456  -0.136539  -0.134795  -0.133516  -0.13223710    1.8  -0.147820  -0.142969  -0.138118  -0.136049  -0.134189  -0.13233011    1.9  -0.023997  -0.022471  -0.020945  -0.019307  -0.017659  -0.01601212    2.0   0.010729   0.010802   0.010875   0.012037  -0.013281   0.01452513    2.1   0.006050   0.006181   0.006313   0.006674   0.007053   0.00743314    2.2   0.002356   0.002641   0.002927   0.003002   0.003061   0.00312015    2.3        NaN        NaN        NaN        NaN        NaN        NaN16    2.4        NaN        NaN        NaN        NaN        NaN        NaN17    2.5        NaN        NaN        NaN        NaN        NaN        NaN

Answer 3

使用 combine_first>>> pd.DataFrame({'depth':depth}).combine_first(df1)使用 pd.concat>>> pd.concat([pd.DataFrame({'depth':depth}), df1.iloc[:,1:]], 1)