如何使Pandas.loc()对不存在的索引返回NaN值？

要实现指定索引列表取值，让不存在的索引对应行返回NaN，最直接的方式是使用reindex()方法——它专门用于处理索引重排与缺失值填充：

完整代码示例 #

import pandas as pd

# 构造原DataFrame
ind, l1, l2 = [0,1,0], [1,1,0], [0,0,1]
df = pd.DataFrame([ind, l1, l2], columns=[['C1','C2','C3']])
df.index = ['A','C','E']  # 原代码的双层索引可简化为单层，不影响结果

# 指定目标索引列表，生成包含缺失索引行的新DataFrame
target_index = ['A','B','C','D','E']
result_df = df.reindex(target_index)

print(result_df)

输出结果 #

C1   C2   C3
A  0.0  1.0  0.0
B  NaN  NaN  NaN
C  1.0  1.0  0.0
D  NaN  NaN  NaN
E  0.0  0.0  1.0

补充说明 #

如果坚持要用loc语法，也可以直接传入目标索引的pd.Index对象，同样会自动为不存在的索引填充NaN：

target_idx = pd.Index(['A','B','C','D','E'])
result_df = df.loc[target_idx]

不过reindex()的语义更明确，更适配这类索引重排、缺失值填充的场景。

内容的提问来源于stack exchange，提问作者Yash