如何对齐DataFrame两列相同项并补全缺失单元格数值

首先导入依赖库：

import pandas as pd
import numpy as np

先构造你给出的原始DataFrame示例：

# 构造原始数据
df = pd.DataFrame({
    'plot1': ['a', 'b', 'c', 'd', 'e'],
    'data': [25, 46, 21, 32, 1],
    'plot2': ['c', 'e', 'j', np.nan, np.nan],
    'data2': [28.0, 18.0, 66.0, np.nan, np.nan],
    'data3': [13.0, 12.0, 24.0, np.nan, np.nan]
})

然后按以下步骤处理：

• 第一步：提取plot1和plot2的所有非空唯一标识，生成完整的索引列表

all_labels = pd.concat([df['plot1'], df['plot2'].dropna()]).unique()
all_labels.sort() # 按字母顺序排序，和你给出的结果顺序一致

• 第二步：处理左半部分（plot1和data列）

left = df[['plot1', 'data']].set_index('plot1').reindex(all_labels, fill_value=0).reset_index()
left.columns = ['plot1', 'data']

• 第三步：处理右半部分（plot2、data2、data3列），先剔除plot2为空的行再重索引

right = df[['plot2', 'data2', 'data3']].dropna(subset=['plot2']).set_index('plot2').reindex(all_labels, fill_value=0).reset_index()
right.columns = ['plot2', 'data2', 'data3']

• 第四步：按列拼接两个处理好的表，得到最终结果

result = pd.concat([left, right], axis=1)

打印result即可得到你需要的输出，所有缺失值默认填充为0，标识完全对齐。

内容的提问来源于stack exchange，提问作者rezgar