Pandas如何补全Series连续索引并将缺失索引值填充为0？

问题场景 #

现有初始Pandas Series对象：

import pandas as pd
s = pd.Series(1, index=[1,2,3,5,6,9,10])

需要将索引调整为1到10的连续序列，原索引缺失的4、7、8位置填充值为0，目标输出如下：

s = pd.Series([1,1,1,0,1,1,0,0,1,1], index=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

最优实现方法 #

直接使用Pandas内置的reindex方法，指定目标索引范围和缺失填充值即可，一行代码完成操作：

s = s.reindex(index=range(1, 11), fill_value=0)

实现说明 #

• reindex会自动对齐新旧索引：原索引存在的位置保留原始值，新索引中存在但原索引缺失的位置，会按照fill_value指定的值填充，这里设为0正好匹配需求。
• 执行后可直接打印验证结果，和目标Series完全一致：

1     1
2     1
3     1
4     0
5     1
6     1
7     0
8     0
9     1
10    1
dtype: int64

备选实现逻辑 #

如果需要更直观的分步逻辑，也可以先创建全0的目标索引Series，再用原数据覆盖对应位置，效果完全相同：

s_new = pd.Series(0, index=range(1, 11))
s_new.update(s)
s = s_new

该方法逻辑易懂，但数据量较大时性能略低于直接调用reindex。

内容的提问来源于stack exchange，提问作者David