python - Pandas 中的 Groupby，用 [] 填充缺失的组

Question

欢迎就此问题的更准确标题提供任何帮助..

我有一个 pandas 数据框，其中包含记录日期和客户在该日期消费的元素的客户级观察。看起来像这样。

df
store    day   items
 a        1     4
 a        1     3
 a        2     1
 a        3     5
 a        4     2 
 a        5     9
 b        1     1 
 b        2     3

此数据集中的每个观察值都属于一个独特的商店日组合，但每个商店日观察值都以消耗的正数商品为条件列出，即 df[items] > 0每对商店日。

所以我没有，例如<​​/p>

b         3      0
b         4      0 
b         5      0

等等

我需要按 store 和 day 对这个数据帧进行分组，然后对每个 store-day 组中的所有 obs 运行一些操作。

但是，我希望这些行存在并且长度为 0(空集)，但我不确定执行此操作的最佳方法。这是一个非常简单的玩具数据集。真正的是非常大的。

我真的不想在使用 df.groupby(['store', 'day']) 之前添加观察结果，因为我对每个商店日组运行其他计算，使用每个组的长度作为特定商店和日期中记录的客户数量的度量。因此，如果我添加这些观察值 b3 和 b4，那么看起来有 2 位顾客在第 3 天和第 4 天光顾了商店 b - 但实际上没有 (每个人都在第 3 天和第 4 天在商店 b 什么也没买)。

Answer 1

您的问题可能已经有了答案，以防其他人(例如我)正在寻找答案。尝试:

pd.crosstab(df.store, df.day, margins=False)

这将为您提供 df，其中商店作为索引，日期作为列。你可以这样做:

df.reset_index(level=0, inplace=True) 

将索引转换为列，如果您有多个索引列，则类似:

df.columns = [''.join(col).strip() for col in df.columns.values]

得到一个“平坦的”df。

你可以这样做:

pd.crosstab([df.store, df.day.....], [df.store, df.day.....],margins=False)