Python 向熊猫添加行以完成序列

完成熊猫数据帧的最佳方式是什么：

order |  group | value
 -3   |   a    |  0
 -2   |   a    |  3
 -4   |   b    |  2

我想自动添加空行，以便order列以0结尾，按组值拆分（不必按顺序排列，只需要行存在）

---

您可以使用

列表理解

和

重新索引

dfs = [df[df['group'] == g] for g in df.group.unique()]
df_f = pd.concat([a.set_index('order').reindex(range(a.iloc[0].order, 1)) for a in dfs])
df_f['group'] = df_f.group.ffill()

        group   value
order       
-3      a       0.0
-2      a       3.0
-1      a       NaN
0       a       NaN
-4      b       2.0
-3      b       NaN
-2      b       NaN
-1      b       NaN
0       b       NaN

---

使用

groupby

然后

reindex

df.groupby('group').\
   apply(lambda x : x.set_index('order').reindex(-np.arange(max(x['order'].abs()+1)))).\
      drop('group',1).reset_index()
Out[135]: 
  group  order  value
0     a      0    NaN
1     a     -1    NaN
2     a     -2    3.0
3     a     -3    0.0
4     b      0    NaN
5     b     -1    NaN
6     b     -2    NaN
7     b     -3    NaN
8     b     -4    2.0

---

非常感谢。你能解释一下发生了什么吗？@NBC我们只是一组一组地分组，然后为每个子集重新编制索引，将顺序设置为dex，并使用最小值（即abs最大值）为每个组创建索引

df.groupby('group').\
   apply(lambda x : x.set_index('order').reindex(-np.arange(max(x['order'].abs()+1)))).\
      drop('group',1).reset_index()
Out[135]: 
  group  order  value
0     a      0    NaN
1     a     -1    NaN
2     a     -2    3.0
3     a     -3    0.0
4     b      0    NaN
5     b     -1    NaN
6     b     -2    NaN
7     b     -3    NaN
8     b     -4    2.0