如何用Pandas或Numpy补全DataFrame/Series中的整数序列缺失行？

问题场景 #

现有包含数字列（非索引）和字符串列的DataFrame，示例数据如下：

num    animal
0    1  'chicken'
1    2     'pig'
2    4     'cow'

数字序列存在缺失（2直接跳到4），需要补全缺失的数字行（如3对应的行），字符串列留空，最终得到连续自然数序列：

num    animal
0    1  'chicken'
1    2     'pig'
2    3         ''
3    4     'cow'

另外，其他逻辑依赖len(df)默认认为序列是1到len值的连续整数，若原数据存在超出该范围的数字（如len=300但存在322），会导致元素选取错误，需一并处理。

Pandas高效解决方案 #

直接利用Pandas的**reindex**方法结合连续索引生成，全程矢量化操作，远优于循环，大数据量下效率极高：

步骤1：准备数据（假设DataFrame名为df，数字列num，字符串列animal） #

先对数字列排序，确保序列顺序正确：

import pandas as pd

# 示例数据构造
df = pd.DataFrame({'num': [1,2,4], 'animal': ["'chicken'", "'pig'", "'cow'"]})
df = df.sort_values('num')

步骤2：生成目标连续序列 #

根据需求选择两种序列生成方式：

• 补全现有数字范围的中间缺失：生成从最小数字到最大数字的连续序列

  full_num_seq = pd.RangeIndex(start=df['num'].min(), stop=df['num'].max() + 1)
  

• 强制生成1到len(df)的连续序列（过滤超出范围的数字，如322这类值会被剔除）

  full_num_seq = pd.RangeIndex(start=1, stop=len(df) + 1)
  

步骤3：重新索引补全缺失 #

将数字列设为索引，用reindex匹配完整序列，缺失值填充为空字符串，最后重置索引恢复原列结构：

df_complete = df.set_index('num').reindex(full_num_seq, fill_value='').reset_index()

执行后即可得到连续自然数序列的DataFrame。

关于循环思路的分析 #

你提到的循环检查追加行的思路可行但效率极低，因为Pandas的逐行循环操作是解释型执行，远不如内置矢量化方法的C级执行效率，当数据量达到万级以上时，性能差距会非常明显，不推荐使用。

内容的提问来源于stack exchange，提问作者L'Ri Talent