我查看了谷歌和這里試圖找到答案，但似乎無法正確地表達它以獲得有關這個確切問題的幫助。我想創建一個數據框，其中有一個名為“部門”的列，其中包含列表中的值，然后對于該列中的每個值，我想要相同的日期時間范圍。清單是：departments = ['Sales', 'Specialist', 'Purchase', 'HR']日期范圍是（ df 是我與原始日期范圍不同的數據框。）：pd.date_range(start=df.InvoiceDate.min(), end=df.InvoiceDate.max(), freq='1D')所以，我嘗試了這個，但由于形狀的原因它給了我一個錯誤，我明白只是不知道如何解決它。df2 = pd.DataFrame(department,(pd.date_range(start=df.InvoiceDate.min(), end=df.InvoiceDate.max(), freq='1D')), columns=['Department',"InvoiceDate"])期望的結果是這樣的： Department InvoiceDate 0 Sales 2019-03-25 1 Sales 2019-03-26 2 Sales 2019-03-27 ... 5 Specialist 2019-03-25 6 Specialist 2019-03-26 7 Specialist 2019-03-27 ... 8 Purchase 2019-03-25 9 Purchase 2019-03-26 10 Purchase 2019-03-27 ... 11 HR 2019-03-25 12 HR 2019-03-26 13 HR 2019-03-27
2 回答
慕勒3428872
TA貢獻1848條經驗 獲得超6個贊
為此，您可以使用以下代碼：
聲明部門列表并獲取范圍內的日期列表（最小和最大）
departments = ['Sales', 'Specialist', 'Purchase', 'HR']
dates = pd.date_range(start=df.InvoiceDate.min(), end=df.InvoiceDate.max(), freq='1D').tolist()
你想要一個笛卡爾積，所以使用下面的函數
def cartesian_product(data):
? ? index = pd.MultiIndex.from_product(data.values(), names=data.keys())
? ? return pd.DataFrame(index=index).reset_index()
cartesian_product({'departments': departments,
? ? ? ? ? ? ? ? ? ?'date': a})
catspeake
TA貢獻1111條經驗 獲得超0個贊
您以錯誤的方式調用 pd.DataFrame() 。此外，作為數據提供的 2 個數組的大小也不同。要解決您可以執行以下操作：
departments = ['Sales', 'Specialist', 'Purchase', 'HR']
sizeDates = len(dates)
sizeDep = len(departments)
departments = departments * sizeDates
dates = dates * sizeDep
dates = pd.date_range(start=df.InvoiceDate.min(), end=df.InvoiceDate.max(), freq='1D').tolist()
departments = departments * len(dates)
data = {'departments': departments,'date': dates}
df2 = pd.DataFrame(data)
添加回答
舉報
0/150
提交
取消