python - 填补 Pandas 数据框中缺失的日子

Question

给定数据框

df = pd.DataFrame(data=[[1,1,3],[1,2,6],[1,4,3],[2,2,6]],columns=['ID','Day','Value'])

df
Out[58]: 
   ID  Day  Value
0   1    1      3
1   1    2      6
2   1    4      3
3   2    2      6

如您所见，对于 ID = 1，与 Day3 相关的值缺失，对于 ID =2，与 Day1 相关的值缺失......我想通过添加 np.nan 和缺失的日期来填补这些空白。 .

Out[59]: 
   ID  Day  Value
0   1    1    3.0
1   1    2    6.0
2   1    3    NaN
3   1    4    3.0
4   2    1    NaN
5   2    2    6.0

Answer 1

您需要定义一个自定义函数来执行一些重建索引逻辑:

def f(x):
    return x.set_index('Day').reindex(
               np.arange(1, x.Day.max() + 1)
          ).Value

现在，执行groupby + apply:

df.groupby('ID').apply(f).reset_index()

   ID  Day  Value
0   1    1    3.0
1   1    2    6.0
2   1    3    NaN
3   1    4    3.0
4   2    1    NaN
5   2    2    6.0