Python Pandas根据时间序列中缺少的顺序值添加行
问题内容：
我是python的新手，正在努力操作pandas库中的数据。我有一个像这样的熊猫数据库：
Year Value
0 91 1
1 93 4
2 94 7
3 95 10
4 98 13
并希望完成缺少的年份，以创建具有空值的行，如下所示：
Year Value
0 91 1
1 92 0
2 93 4
3 94 7
4 95 10
5 96 0
6 97 0
7 98 13
我该如何在Python中做到这一点？（我想这样做，所以我可以绘制值而不用跳过年）
问题答案：
我将创建一个以Year为索引的新数据框，其中包括您需要涵盖的整个日期范围。然后，您可以简单地跨两个数据框设置值，索引将确保它们匹配正确的行（我不得不使用fillna将缺失的年份设置为零，默认情况下，它们将设置为NaN）：
df = pd.DataFrame({'Year':[91,93,94,95,98],'Value':[1,4,7,10,13]})
df.index = df.Year
df2 = pd.DataFrame({'Year':range(91,99), 'Value':0})
df2.index = df2.Year
df2.Value = df.Value
df2= df2.fillna(0)
df2
Value Year
Year
91 1 91
92 0 92
93 4 93
94 7 94
95 10 95
96 0 96
97 0 97
98 13 98
最后，reset_index如果您不想将Year作为索引，则可以使用：
df2.drop('Year',1).reset_index()
Year Value
0 91 1
1 92 0
2 93 4
3 94 7
4 95 10
5 96 0
6 97 0
7 98 13
