Python 如何在pandas中插入缺少的行？

我有以下问题。我正在制作一张热图。为了使我的数据框更加“热图友好”，我需要在X轴和Y轴上填充缺失的值。这就是我的数据帧现在的样子：

我需要遍历两个轴（轴=0的范围为20-393，轴=1的范围为584-648），如果我的数据帧thwn中缺少该轴，则插入一个满是零的列

我听从了这里的建议（）并尝试：

df = df.reindex(range(20,393), axis=0, fill_value=0)
df = df.reindex(range(584,648), axis=1, fill_value=0).astype(int) 

但它会将所有现有值重写为零（包括非零值）。你能帮帮我吗？这个答案似乎与我的情况无关：

编辑： 可复制示例：

import pandas as pd

my_df = pd.DataFrame(data={'Centroid1': [20, 20, 22, 26, 27], 
                                'Centroid2': [584, 596, 597, 608, 602], 
                                'counts': [2, 0, 0, 1, 1]})

my_df = my_df.reset_index().pivot(index='Centroid2', 
                                            columns='Centroid1', values='counts')


my_df.fillna(0, inplace=True)

#HOW TO FILL MISSING COLUMNS 20-30 and 582-605??? 
#examples bellow does not work - everything is zero

#Ex 1:
my_df = my_df.rename(columns=int, index=int)
my_df = my_df.reindex(index=range(20,30), columns=range(582,605), fill_value=0)

#Ex 2:
my_df = my_df.reindex(range(20,30), axis=0, fill_value=0)
my_df = my_df.reindex(range(582,605), axis=1, fill_value=0).astype(int) 

---

似乎您可以互相交换索引和列的范围：

my_df = my_df.reindex(index=range(582,605), columns=range(20,30), fill_value=0).astype(int)

print (my_df) 
Centroid1  20  21  22  23  24  25  26  27  28  29
Centroid2                                        
582         0   0   0   0   0   0   0   0   0   0
583         0   0   0   0   0   0   0   0   0   0
584         2   0   0   0   0   0   0   0   0   0
585         0   0   0   0   0   0   0   0   0   0
586         0   0   0   0   0   0   0   0   0   0
587         0   0   0   0   0   0   0   0   0   0
588         0   0   0   0   0   0   0   0   0   0
589         0   0   0   0   0   0   0   0   0   0
590         0   0   0   0   0   0   0   0   0   0
591         0   0   0   0   0   0   0   0   0   0
592         0   0   0   0   0   0   0   0   0   0
593         0   0   0   0   0   0   0   0   0   0
594         0   0   0   0   0   0   0   0   0   0
595         0   0   0   0   0   0   0   0   0   0
596         0   0   0   0   0   0   0   0   0   0
597         0   0   0   0   0   0   0   0   0   0
598         0   0   0   0   0   0   0   0   0   0
599         0   0   0   0   0   0   0   0   0   0
600         0   0   0   0   0   0   0   0   0   0
601         0   0   0   0   0   0   0   0   0   0
602         0   0   0   0   0   0   0   1   0   0
603         0   0   0   0   0   0   0   0   0   0
604         0   0   0   0   0   0   0   0   0   0

---

假设df_calc是您最初计算的数据框，您需要的数据框是df_final

df_final=pd.DataFrame（）
df_final=df_final.reindex（范围（20393），轴=0，填充值=0）
df_final=df_final.reindex（范围（584648），轴=1，填充值=0）。aType（int）
df_最终更新（df_计算）

@vojtam-感谢您提供的示例、编辑过的答案。