我想添加與給定索引對應的缺失行。例如，如果我有：df = pd.DataFrame({"date": ["1", "2", "1", "3"], "name": ["bob", "bob", "anne", "anne"], "x": [1, 2, 2, 3], "y": [2, 4, 5, 5]})我想獲得以下內容： name date x y anne 1 2 5 anne 2 NA NA <- because date 2 is missing for Anne anne 3 3 5 bob 1 1 2 bob 2 2 4 bob 3 NA NA <- because date 3 is missing for Bob我用 pivot_table、pivot 嘗試了很多東西，但到目前為止還想不通。df.pivot_table(index = ["name", "date"], values = ['x','y'], fill_value=0).reset_index()沒有填充缺失的行。
2 回答
墨色風雨
TA貢獻1853條經驗 獲得超6個贊
DataFrame.set_index 與DataFrame.unstack,DataFrame.stack和一起使用DataFrame.reset_index：
df = df.set_index(["name", "date"]).unstack().stack(dropna=False).reset_index()
print (df)
name date x y
0 anne 1 2.0 5.0
1 anne 2 NaN NaN
2 anne 3 3.0 5.0
3 bob 1 1.0 2.0
4 bob 2 2.0 4.0
5 bob 3 NaN NaN
您的解決方案是可能的相同方式：
df = df.pivot_table(index = ["name", "date"], values = ['x','y'], fill_value=0).unstack().stack(dropna=False).reset_index()
print (df)
name date x y
0 anne 1 2.0 5.0
1 anne 2 NaN NaN
2 anne 3 3.0 5.0
3 bob 1 1.0 2.0
4 bob 2 2.0 4.0
5 bob 3 NaN NaN
暮色呼如
TA貢獻1853條經驗 獲得超9個贊
另一種方法Multiindex.from_product是reindex：
idx = pd.MultiIndex.from_product((df['date'].unique(),
df['name'].unique()),names=['date','name'])
df.set_index(['date','name']).reindex(idx).sort_index(level=1).reset_index()
date name x y
0 1 anne 2.0 5.0
1 2 anne NaN NaN
2 3 anne 3.0 5.0
3 1 bob 1.0 2.0
4 2 bob 2.0 4.0
5 3 bob NaN NaN
添加回答
舉報
0/150
提交
取消