缺少数据，在Pandas中插入行并用NAN填充

Question

我对Python和Pandas还不熟悉，所以可能有一个简单的解决方案，我看不出来。

我有很多不连续的数据集，如下所示：

ind A    B  C  
0   0.0  1  3  
1   0.5  4  2  
2   1.0  6  1  
3   3.5  2  0  
4   4.0  4  5  
5   4.5  3  3  

我现在寻找一个解决方案来获得以下结果：

ind A    B  C  
0   0.0  1  3  
1   0.5  4  2  
2   1.0  6  1  
3   1.5  NAN NAN  
4   2.0  NAN NAN  
5   2.5  NAN NAN  
6   3.0  NAN NAN  
7   3.5  2  0  
8   4.0  4  5  
9   4.5  3  3  

问题是，一个数据集之间在位置和长度上的差距是不同的。。。

Answer 1

使用上面EdChum的答案，我创建了以下函数

def fill_missing_range(df, field, range_from, range_to, range_step=1, fill_with=0):
    return df\
      .merge(how='right', on=field,
            right = pd.DataFrame({field:np.arange(range_from, range_to, range_step)}))\
      .sort_values(by=field).reset_index().fillna(fill_with).drop(['index'], axis=1)

示例用法：

fill_missing_range(df, 'A', 0.0, 4.5, 0.5, np.nan)