如何用Pandas原生方法按指定索引取值，不存在则填充默认值？

当然有，Pandas提供了简洁的原生方法来满足你的需求，以下是两种实用方案：

方法一：reindex()（最优解） #

reindex()是Pandas专门用于调整索引的方法，默认会给不存在的索引填充NaN，完全匹配你的需求：

import pandas as pd
import numpy as np

ts = pd.Series({'a' : 1, 'b' : 2})
ids = ['a','c']

# 生成目标Series后转成numpy数组，和你原来的输出一致
result = ts.reindex(ids).to_numpy()
print(result)  # 输出: [ 1. nan]

如果需要自定义填充值，还可以通过fill_value参数设置，比如ts.reindex(ids, fill_value=0)会把缺失值填充为0。

方法二：基于get()的批量实现 #

如果你习惯用get()的逻辑，也可以用map()批量处理，本质是对ids列表的每个元素应用ts.get(k, np.nan)：

result = np.array(pd.Series(ids).map(lambda k: ts.get(k, np.nan)))

不过这种方式性能不如reindex()，数据量较大时优先选第一种方法。

内容的提问来源于stack exchange，提问作者jf328