python - 强制显示索引值

Question

我想从 DataFrame 构建一个时间序列。它是多索引的，一个索引内的每一步都对应于时间上的恒定变化。然而，这些指数并不全部存在。我如何扩展数据(用于将来的填充或其他插补)，以便某些级别的指数被迫具有其所有值？

# Example: here I0 is a running number and I1 to be forced to have 0 and 1 for every I0.

I0 | I1 || Value     ->    I0 | I1 || Value
---+----++-------          ---+----++-------
 0 |  0 ||   1              0 |  0 ||   1
   |  1 ||   2                |  1 ||   2
 1 |  0 ||   3              1 |  0 ||   3
 2 |  0 ||   5                |  1 ||   NaN
   |  1 ||   6              2 |  0 ||   5
 3 |  1 ||   8                |  1 ||   6
                            3 |  0 ||   NaN
                              |  1 ||   8

这是一个可以尝试的框架:

df = pd.DataFrame({'I0': [0,0,1,2,2,3], 'I1': [0,1,0,0,1,1], 'Value': [1,2,3,5,6,8]})
df = df.set_index(['I0', 'I1'])

澄清

我的 DataFrame 的索引已设置。在最好的情况下，我希望能够操作 MultiIndex，这样级别就不必转换回列。但我知道是否需要这样做。

Answer 1

使用MultiIndex.from_product与 Series.reindex :

df = pd.DataFrame({'I0': [0,0,1,2,2,3], 'I1': [0,1,0,0,1,1], 'Value': [1,2,3,5,6,8]})

mux = pd.MultiIndex.from_product([df['I0'].unique(), [0,1]], names=['I0','I1'])

<小时/>

mux = pd.MultiIndex.from_product([np.arange(df['I0'].max() + 1), 
                                  df['I1'].unique()], 
                                  names=['I0','I1'])

<小时/>

mux = pd.MultiIndex.from_product([df['I0'].unique(), df['I1'].unique()], names=['I0','I1'])
df = df.set_index(['I0', 'I1']).reindex(mux)

print (df)
       Value
I0 I1       
0  0     1.0
   1     2.0
1  0     3.0
   1     NaN
2  0     5.0
   1     6.0
3  0     NaN
   1     8.0

编辑:

在更改了一些讨论解决方案之后 - 为了保留 MultiIndex 的其他级别，首先需要将级别转换为整数(以避免按字符串排序)，然后使用 unstack与 stack 。要保留 NaN，请使用参数 dropna=False:

a = df.index.get_level_values(0).astype(int)
b = df.index.get_level_values(1).astype(int)
c = df.index.get_level_values(2)   # String index level
d = df.index.get_level_values(3).astype(int)

df.index = pd.MultiIndex.from_arrays([a, b, c, d], names=df.index.names)

df = df.unstack().stack(dropna=False)