python Pandas : How fill date ranges in a multiindex

Question

假设我正在尝试为成员(member)业务组织销售数据。

我只有开始日期和结束日期。理想情况下，开始日期和结束日期之间的销售额显示为 1，而不是缺失。

我无法用中间日期填充“日期”列。那就是:我想要一组连续的月份而不是间隔。另外，我需要使用 ffill 填充列中缺失的数据。

我尝试了不同的方法，例如堆栈/取消堆栈和重建索引，但出现了不同的错误。我猜有一种干净的方法可以做到这一点。执行此操作的最佳做​​法是什么？

假设多索引数据结构:

                 variable     sales
vendor date                 
a      2014-01-01  start date 1
       2014-03-01    end date 1
b      2014-03-01  start date 1
       2014-07-01    end date 1

和想要的结果

                   variable   sales
vendor date                 
a      2014-01-01  start date 1
       2014-02-01  NaN        1
       2014-03-01    end date 1
b      2014-03-01  start date 1
       2014-04-01  NaN        1
       2014-05-01  NaN        1
       2014-06-01  NaN        1 
       2014-07-01    end date 1

Answer 1

你可以这样做:

>>> f = lambda df: df.resample(rule='M', how='first')
>>> df.reset_index(level=0).groupby('vendor').apply(f).drop('vendor', axis=1)
                     variable  sales
vendor date                         
a      2014-01-31  start date      1
       2014-02-28         NaN    NaN
       2014-03-31    end date      1
b      2014-03-31  start date      1
       2014-04-30         NaN    NaN
       2014-05-31         NaN    NaN
       2014-06-30         NaN    NaN
       2014-07-31    end date      1

然后就是.fillna如果需要，在 sales 列上。