python - pandas 数据框用 nan 填充缺失的行

Question

到数据框df1

df1=pd.DataFrame(data=[[1,2,3],[2,4,5],[3,6,7],[1,2,3],[1,4,5],[2,6,7]],columns=['day','d','c'],index=[32,32,32,44,55,55])
print(df1)
    day  d  c
32    1  2  3
32    2  4  5
32    3  6  7
44    1  2  3
55    1  4  5
55    2  6  7

我想根据需要添加尽可能多的行，以便每个索引的列天数从 1 到 5。 从第一天开始，其他列应填充 NaN

df2=pd.DataFrame(data=[[1,np.nan,np.nan],[2,np.nan,np.nan],[3,2,3],[4,4,5],[5,6,7],
                       [1,np.nan,np.nan],[2,np.nan,np.nan],[3,np.nan,np.nan],[4,np.nan,np.nan],[5,2,3],
                       [1,np.nan,np.nan],[2,np.nan,np.nan],[3,np.nan,np.nan],[4,4,5],[5,6,7]],
                       columns=['day','d','c'],index=[32,32,32,32,32,44,44,44,44,44,55,55,55,55,55])
print(df2)
    day    d    c
32    1  NaN  NaN
32    2  NaN  NaN
32    3  2.0  3.0
32    4  4.0  5.0
32    5  6.0  7.0
44    1  NaN  NaN
44    2  NaN  NaN
44    3  NaN  NaN
44    4  NaN  NaN
44    5  2.0  3.0
55    1  NaN  NaN
55    2  NaN  NaN
55    3  NaN  NaN
55    4  4.0  5.0
55    5  6.0  7.0

Answer 1

用途:

N = 5
def f(x):
    x = x.astype(float)
    x.index = range(N + 1 - len(x), N + 1)
    return x.reindex(range(1, N + 1))

df1 = df1.groupby(level=0)['d','c'].apply(f).rename_axis((None, 'day')).reset_index(level=1)
print (df1)
    day    d    c
32    1  NaN  NaN
32    2  NaN  NaN
32    3  2.0  3.0
32    4  4.0  5.0
32    5  6.0  7.0
44    1  NaN  NaN
44    2  NaN  NaN
44    3  NaN  NaN
44    4  NaN  NaN
44    5  2.0  3.0
55    1  NaN  NaN
55    2  NaN  NaN
55    3  NaN  NaN
55    4  4.0  5.0
55    5  6.0  7.0