从现有 DataFrame 和索引创建新的 pandas DataFrame

Question

我有一个这样的 DataFrame：

  a b
A 1 0
B 0 1

我有一个数组 ["A","B","C"].

根据这些，我想像这样创建一个新的 DataFrame：

  a   b
A 1   0
B 0   1
C NaN NaN

我该怎么做？

Answer 1

假设我明白你在追求什么（抛开奇怪的重复索引案例），一种方法是使用 loc 索引到你的框架中：

>>> df = pd.DataFrame({'a': {'A': 1, 'B': 0}, 'b': {'A': 0, 'B': 1}})
>>> arr = ["A", "B", "C"]
>>> df
   a  b
A  1  0
B  0  1
>>> df.loc[arr]
    a   b
A   1   0
B   0   1
C NaN NaN

Answer 2

创建一个只有 index=['C'] 和 concat:

的 DataFrame

df = pd.DataFrame({'a': {'A': 1, 'B': 0}, 'b': {'A': 0, 'B': 1}}
df = pd.concat([df, pd.DataFrame(index=['C'])])

从现有 DataFrame 和索引创建新的 pandas DataFrame

Creating new pandas DataFrame from existing DataFrame and index

python

numpy

pandas