Pandas DataFrame使用reindex时超范围索引填充边界值实现方法

你可以通过以下两种方案实现需求： #

方案1：链式调用填充方法（适合原数据无空值的简单场景） #

reindex后组合使用前向填充ffill()和后向填充bfill()即可：

import pandas as pd

# 构造示例DataFrame
df1 = pd.DataFrame({'Col1': ['v2', 'v3', 'v4', 'v5']}, index=[2,3,4,5])
# 执行reindex+填充
result = df1.reindex([1,2,3,4,5,6]).ffill().bfill()

逻辑说明：

• 直接reindex会给不存在的索引位置赋值NaN
• ffill()会用前一个有效值填充空缺，因此大于原最大索引5的位置6会被填充为v5
• bfill()会用后一个有效值填充空缺，因此小于原最小索引2的位置1会被填充为v2

方案2：按索引范围精准赋值（适合所有场景，更稳妥） #

如果原DataFrame本身存在空值，避免填充逻辑被干扰，可以手动指定首尾填充值：

import pandas as pd

# 构造示例DataFrame
df1 = pd.DataFrame({'Col1': ['v2', 'v3', 'v4', 'v5']}, index=[2,3,4,5])
new_index = [1,2,3,4,5,6]

# 提前获取原索引首尾对应的值
orig_min_idx = df1.index.min()
orig_max_idx = df1.index.max()
head_val = df1.loc[orig_min_idx, 'Col1']
tail_val = df1.loc[orig_max_idx, 'Col1']

# 执行reindex后按范围赋值
result = df1.reindex(new_index)
result.loc[result.index < orig_min_idx, 'Col1'] = head_val
result.loc[result.index > orig_max_idx, 'Col1'] = tail_val

内容的提问来源于stack exchange，提问作者Zanam