python初级缺失数据补充问题：求解答

我是python初学者，碰到了非常基础的一个问题，但是实在解决不了，故恳求前辈们帮忙，以20论坛币作为感谢，小小意思，望不吝赐教。问题如下：
获取的原始数据如表1所示，某些数据缺失，难以处理的是，缺失的数据还未使用NaN填充，使得我这菜鸟完全无法补充；而我想要的数据如表2所示。红色即为需要填充的数据。
           表1                                                                                   表2
                    
求救在python下有什么命令或者函数可以实现这种补充？

还有其他方法，你可以想想，比如for一下，或lambda

1. import pandas as pd
   
2. 
   
3. #长度
   
4. yearlen = 3
   
5. codelen = 3
   
6. 
   
7. #年份
   
8. year = [2010, 2011, 2012]*codelen
   
9. 
   
10. #代码
    
11. code = sorted(list(range(1,codelen+1))*yearlen)
    
12. 
    
13. sheet2 = pd.DataFrame({'年份':year, '代码':code})
    
14. 
    
15. data = [[2010,1,500],
    
16.         [2011,1,300],
    
17.         [2012,1,600],
    
18.         [2011,2,800],
    
19.         [2011,3,152],
    
20.         [2012,3,186]]
    
21. sheet1 = pd.DataFrame(data, columns=['年份', '代码', '现金流量'])
    
22. 
    
23. sheet = pd.merge(sheet1, sheet2, how='right', on=['年份', '代码'])
    
24. sheet = sheet.fillna(0)
    
25. sheet = sheet.sort_values(by=['年份', '代码'])
    
26. sheet.index = range(len(sheet))

复制代码

直接 用python下的插入函数试一试

fengxingliulizi 发表于 2017-12-14 15:33
还有其他方法，你可以想想，比如for一下，或lambda

非常非常感谢。我试着看能否加入循环。

fengxingliulizi 发表于 2017-12-14 15:33
还有其他方法，你可以想想，比如for一下，或lambda

我最后使用了两个函数解决了这个问题，也发给您看看。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
loandata = pd.read_excel('test.xls') #读入数据，读进来就是数据框，无须再生成
df=loandata.sort_values(by=['股票代码','季度'])#重排数据
s=DataFrame(df.现金.values, index=[df['股票代码'], df['季度']])#生成序列，提取的是货币资金数据，以代码作为第一层，即每个公司的数据，以季度作为第二层索引
M=s.unstack()#把s按照代码为横向index，列为季度重新生成，缺失数据使用NaN补齐