使Pandas dataframe的索引和列成为相同的集合（它们的并集）

Question

在我们的问题中，行（索引）和列属于同一类对象。我们想要扩展一个 Pandas DataFrame，添加一些行和列，这些行和列里填充的是 NaN（缺失值）或者预定义的值，这样行和列的集合就变成了原来行列集合的并集。

比如，把下面这个表：

	A	C
B	0	1
C	1	1

变成：

	A	B	C
A	NaN	NaN	NaN
B	0	NaN	1
C	1	NaN	1

这是一个实际的例子——构建一个有向图的邻接矩阵，行和列的标签是顶点。在某个阶段，某些没有出入边的行和列需要被填充。

核心问题是如何高效地做到这一点。这个问题看起来很基础，感觉应该有一个标准的方法来实现。真的有吗？

简单的解决办法是遍历所有不在另一集合中的索引和列，然后分别把这些列和行添加到数据框中。

但是简单的 reindex 等方法的问题在于，我们同时在扩展数据框，而缺失值可能会出现在其他列之间。

Answer 1

我会使用 union 和 reindex 来获取索引：

idx = df.index.union(df.columns)
out = df.reindex(index=idx, columns=idx)

输出结果：

     A   B    C
A  NaN NaN  NaN
B  0.0 NaN  1.0
C  1.0 NaN  1.0