python - 修复 Pandas 中的 Groupby 长度

Question

我有一个按 Pandas 数据框分组的:

id    date    temperature
1  2011-9-12   12
   2011-9-18   12
   2011-9-19   12
2  2011-9-12   15
3  2011-9-12   15
   2011-9-16   15

这里，每个id有不同数量的温度记录。

我想修复它们，即每个 id 的平均记录数(比如 3)。如果某些记录丢失，我想首先添加零。

即我的最终数据框应该是:

id    temperature
1     12
      12
      12
2     0
      0
      15
3     0
3     15
3     15

我需要将每个 id 的记录数自定义为某个数字，这也可以是每个 id 的平均记录数。如何获得平均值？

Answer 1

在访问 groupby 元素时，我们可以将 reindex 与 range(3) 结合使用。之后，我们sort_values并将NaN设置为第一个位置，这样我们就可以fillna为0。

df_new = pd.concat([
    d[['id', 'temperature']].reset_index(drop=True).reindex(range(3)).sort_values('id', na_position='first')
    for _, d in df.groupby('id')
], ignore_index=True)

df_new['id'].fillna(method='bfill', inplace=True)
df_new['temperature'].fillna(0, inplace=True)

print(df_new)
    id  temperature
0  1.0         12.0
1  1.0         12.0
2  1.0         12.0
3  2.0          0.0
4  2.0          0.0
5  2.0         15.0
6  3.0          0.0
7  3.0         15.0
8  3.0         15.0

注意您有 id 和 date 作为索引，因此首先运行:

df.reset_index(inplace=True)