python - Pandas Reindex 来填充缺失日期，还是更好的方法来填充？

Question

我的数据是工厂的缺勤记录。有些日子没有缺勤，因此没有记录当天的数据或日期。然而，在显示的其他示例中，这变得毛茸茸的地方是，在任何给定的一天，由于各种原因可能会有几次缺席。数据中的日期与记录的比率并不总是 1 比 1。

我希望的结果是这样的:

(index)    Shift        Description     Instances (SUM)
01-01-14   2nd Baker    Discipline      0
01-01-14   2nd Baker    Vacation        0
01-01-14   1st Cooks    Discipline      0
01-01-14   1st Cooks    Vacation        0
01-02-14   2nd Baker    Discipline      4
01-02-14   2nd Baker    Vacation        3
01-02-14   1st Cooks    Discipline      3
01-02-14   1st Cooks    Vacation        3

等等。这个想法是所有类次和描述都将具有该时间段内所有日期的值(在本例中为 1/1/2014 - 12/31/2014)

我已经阅读了几个例子，我最接近这个工作的是 here .

ts = pd.read_csv('Absentee_Data_2.csv'
                , encoding = 'utf-8'
                ,parse_dates=[3]
                ,index_col=3
                ,dayfirst=True
                )

idx =  pd.date_range('01.01.2009', '12.31.2017')

ts.index = pd.DatetimeIndex(ts.index)
# ts = ts.reindex(idx, fill_value='NaN')
df = pd.DataFrame(index = idx)
df1 = df.join(ts, how='left')

但是，当我取消注释 ts = ts.reindex(idx, fill_value='NaN') 时，我收到错误消息。我已经尝试了至少 10 种其他方法来完成我正在尝试做的事情，所以我不是 100% 确定这是正确的道路，但它似乎让我最接近任何一种进步。

这是一些示例数据:

Description Unexcused   Instances   Date        Shift
Discipline  FALSE              1    Jan 2 2014  2nd Baker
Vacation    TRUE               2    Jan 2 2014  1st Cooks
Discipline  FALSE              3    Jan 2 2014  2nd Baker
Vacation    TRUE               1    Jan 2 2014  1st Cooks
Discipline  FALSE              2    Apr 8 2014  2nd Baker
Vacation    TRUE               3    Apr 8 2014  1st Cooks
Discipline  FALSE              1    Jun 1 2014  2nd Baker
Vacation    TRUE               2    Jun 1 2014  1st Cooks
Discipline  FALSE              3    Jun 1 2014  2nd Baker
Vacation    TRUE               1    Jun 1 2014  1st Cooks
Vacation    TRUE               2    Jul 5 2014  1st Cooks
Discipline  FALSE              3    Jul 5 2014  2nd Baker
Vacation    TRUE               2    Dec 3 2014  1st Cooks

预先感谢您的帮助，我是个新手，2 天来没有太大进展。我真的很感谢这里的人们如何帮助解决问题，但最重要的是指导解决方案为何有效。像我这样的新手非常感谢分享的智慧。

Answer 1

我认为您只是对日期时间的使用有疑问，这种方法对我有用

ts.set_index(['Date'],inplace=True)
ts.index = pd.to_datetime(ts.index,format='%b %d %Y')
d2 = pd.DataFrame(index=pd.date_range('2014-01-01','2014-12-31'))

print ts.join(d2,how='right')