python - 包括基于一组分组数据的缺失值组合

Question

我正在扩展之前的线程:Including missing combinations of values in a pandas groupby aggregation

在上面的线程中，接受的答案计算分组变量的所有可能的组合。在此版本中，我想根据一组组来计算组合。

让我们举个例子。

这是输入数据框:

这里，一组是[Year,Quarter]，即

Year  Quarter
2014  Q1
2015  Q2
2015  Q3

另一组组是名称:

Name
Adam
Smith

现在，我想应用 groupby 和 sum，以便将上述组组合的缺失值检测为 NaN

这是示例输出:

如果有任何帮助，我将不胜感激。

<小时/>

以下是 dict 格式的示例输入和输出:

input=
{'Year': {0: 2014, 1: 2014, 2: 2015, 3: 2015, 4: 2015},
 'Quarter': {0: 'Q1', 1: 'Q1', 2: 'Q2', 3: 'Q2', 4: 'Q3'},
 'Name': {0: 'Adam', 1: 'Smith', 2: 'Adam', 3: 'Adam', 4: 'Smith'},
 'Value': {0: 2, 1: 3, 2: 4, 3: 5, 4: 5}}

output=
{'Year': {0: 2014, 1: 2014, 2: 2015, 3: 2015, 4: 2015, 5: 2015},
 'Quarter': {0: 'Q1', 1: 'Q1', 2: 'Q2', 3: 'Q2', 4: 'Q3', 5: 'Q3'},
 'Name': {0: 'Adam', 1: 'Smith', 2: 'Adam', 3: 'Smith', 4: 'Smith', 5: 'Adam'},
 'Value': {0: 2.0, 1: 3.0, 2: 9.0, 3: nan, 4: 5.0, 5: nan}}

澄清:

我正在寻找一种不进行熔化和类型转换的方法。即不使用长格式和宽格式。

Answer 1

您发布的示例帖子是正确的答案:groupby 获取sum，然后unstack 查找缺失值，然后stack 参数 dropna=False 这里是 stack 上的文档

df.groupby(['Year','Quarter','Name']).sum().unstack().stack(dropna=False).reset_index()

    Year    Quarter   Name   Value
0   2014    Q1        Adam   2.0
1   2014    Q1        Smith  3.0
2   2015    Q2        Adam   9.0
3   2015    Q2        Smith  NaN
4   2015    Q3        Adam   NaN
5   2015    Q3        Smith  5.0