Python 如何在熊猫中添加行，直到满足条件

我有这样一个数据帧：

x     y    frames
0    10     7 
1    14     8    
1    19     9
3    11     10

x     y    frames
NaN   NaN     0 
NaN   NaN     1 
NaN   NaN     2 
NaN   NaN     3 
NaN   NaN     4 
NaN   NaN     5 
NaN   NaN     6 
0      10     7 
1      14     8    
1      19     9
3      11     10

我想在数据帧的顶部添加行，这样

frames

可以从0开始，递增1，直到达到第一个原始

frames

值。我想为所有其他列添加NaN值

我尝试过这个，但它需要很长时间，最终崩溃：

starting_frame = int(df.frames.values[0])
print(starting_frame)
count = 0
while count < starting_frame:
    row = ['', np.nan, np.nan, np.nan,
       np.nan, np.nan, np.nan,
       '', np.nan, np.nan, np.nan,
       count]
    d = pd.DataFrame(row)
    df = pd.concat([d, df])
    count+=1

print(df)

---

尝试使用

reindex

out = df.set_index('frames').reindex(range(df['frames'].max()+1)).reset_index()

out
Out[545]: 
    frames    x     y
0        0  NaN   NaN
1        1  NaN   NaN
2        2  NaN   NaN
3        3  NaN   NaN
4        4  NaN   NaN
5        5  NaN   NaN
6        6  NaN   NaN
7        7  0.0  10.0
8        8  1.0  14.0
9        9  1.0  19.0
10      10  3.0  11.0

---

尝试使用

reindex

out = df.set_index('frames').reindex(range(df['frames'].max()+1)).reset_index()

out
Out[545]: 
    frames    x     y
0        0  NaN   NaN
1        1  NaN   NaN
2        2  NaN   NaN
3        3  NaN   NaN
4        4  NaN   NaN
5        5  NaN   NaN
6        6  NaN   NaN
7        7  0.0  10.0
8        8  1.0  14.0
9        9  1.0  19.0
10      10  3.0  11.0

---

您可以为缺少的帧值创建一个系列，并使用concat将其预发送到DataFrame

In [66]: pd.concat([pd.Series(range(0, df.loc[0, 'frames']), name='frames').to_frame(), df]).reset_index(drop=True)                                                                                        
Out[66]: 
    frames    x     y
0        0  NaN   NaN
1        1  NaN   NaN
2        2  NaN   NaN
3        3  NaN   NaN
4        4  NaN   NaN
5        5  NaN   NaN
6        6  NaN   NaN
7        7  0.0  10.0
8        8  1.0  14.0
9        9  1.0  19.0
10      10  3.0  11.0

---

您可以为缺少的帧值创建一个系列，并使用concat将其预发送到DataFrame

In [66]: pd.concat([pd.Series(range(0, df.loc[0, 'frames']), name='frames').to_frame(), df]).reset_index(drop=True)                                                                                        
Out[66]: 
    frames    x     y
0        0  NaN   NaN
1        1  NaN   NaN
2        2  NaN   NaN
3        3  NaN   NaN
4        4  NaN   NaN
5        5  NaN   NaN
6        6  NaN   NaN
7        7  0.0  10.0
8        8  1.0  14.0
9        9  1.0  19.0
10      10  3.0  11.0

代码中的问题：

使用

pd.DataFrame（row）

，您正在创建一个系列，而不是DataFrame中的一行

使用

pd.concat（[d，df]）

和

count+=1

，较大的帧将位于顶部

要修复这些问题，您可以使用

start_frame=int（df.frames.values[0]）
计数=开始帧-1
当计数>=0时：
行=[np.nan，np.nan，count]
d=pd.DataFrame（[row]，columns=['x'，'y'，'frames']））
df=pd.concat（[d，df]）
计数-=1
打印（df）

您还可以创建一个辅助数据框，其

frames

列值从0开始，并在该辅助数据框上合并

df

df=df.merge（pd.DataFrame（{'frames'：range（df['frames'].max（）+1）}），how='right'）

#打印（df）
x-y框架
0楠楠0
1楠楠1
2楠楠2
3楠楠3
4楠楠4
5楠楠5
6楠楠6
7   0.0  10.0       7
8   1.0  14.0       8
9   1.0  19.0       9
10  3.0  11.0      10

代码中的问题：

使用

pd.DataFrame（row）

，您正在创建一个系列，而不是DataFrame中的一行

使用

pd.concat（[d，df]）

和

count+=1

，较大的帧将位于顶部

要修复这些问题，您可以使用

start_frame=int（df.frames.values[0]）
计数=开始帧-1
当计数>=0时：
行=[np.nan，np.nan，count]
d=pd.DataFrame（[row]，columns=['x'，'y'，'frames']））
df=pd.concat（[d，df]）
计数-=1
打印（df）

您还可以创建一个辅助数据框，其

frames

列值从0开始，并在该辅助数据框上合并

df

df=df.merge（pd.DataFrame（{'frames'：range（df['frames'].max（）+1）}），how='right'）

#打印（df）
x-y框架
0楠楠0
1楠楠1
2楠楠2
3楠楠3
4楠楠4
5楠楠5
6楠楠6
7   0.0  10.0       7
8   1.0  14.0       8
9   1.0  19.0       9
10  3.0  11.0      10

这可以在

帧中获得正确的值，但它会将Nant中的所有
x
和
y
值用于在
帧中获得正确的值，但它会将Nant中的所有
x
和
y
值用于在帧中获得正确的值，但它会将所有的x和y值NaN@connor449检查您的列类型，它在我这边工作得很好这可以在帧中获得正确的值，但是它可以在NaN@connor449检查你的列类型，它在我这边可以正常工作