pandas - 如果每组缺少一行，则在 pandas/ipython 中每组添加行

Question

我有一个数据框，其中包含每个组在特定时期内的观察次数。 有些组不包含所有句点，对于这些组，我想追加 x 行，其中缺少句点。这样每个组在所有 6 个时间段都有一行

我当前的 df 看起来像这样:

> ID      PERIOD       VAlUE
  1       1            10
  1       2            8
  1       3            8  
  1       4            15
  1       5            6
  1       6            44
  2       1            NONE
  3       2            4
  3       5            25

我想要一个像这样的数据框。

> ID      PERIOD       VAlUE
  1       1            10
  1       2            8
  1       3            8  
  1       4            15
  1       5            6
  1       6            44
  2       1            NONE
  2       2            NONE
  2       3            NONE
  2       4            NONE
  2       5            NONE
  2       6            4
  3       1            NONE
  3       2            4
  3       3            NONE
  3       4            NONE
  3       5            25
  3       6            NONE

那么发生了什么

• 对于 ID == 1，什么都没有发生，因为它包含了所有 6 个句点
• 对于 ID == 2，它为第一个 df 中没有的每个周期 append 5, 行。
• 对于 ID == 2，它为第一个 df 中没有的每个周期 append 4 行。因此它添加了时间段 1、3、4 和 6 的行。

我真的不知道该怎么做，所以真的很感激帮助。

Answer 1

您可以将索引设置为“ID”和“PERIOD”，然后通过生成两列的乘积来构造一个新索引，并将其作为新索引传递给 reindex，这有一个可选的fill_value 参数，您可以将其设置为 str NONE:

In [158]:
iterables = [df['ID'].unique(),df['PERIOD'].unique()]
df = df.set_index(['ID','PERIOD'])
df = df.reindex(index=pd.MultiIndex.from_product(iterables, names=['ID', 'PERIOD']), fill_value='NONE').reset_index()
df

Out[158]:
    ID  PERIOD VAlUE
0    1       1    10
1    1       2     8
2    1       3     8
3    1       4    15
4    1       5     6
5    1       6    44
6    2       1  NONE
7    2       2  NONE
8    2       3  NONE
9    2       4  NONE
10   2       5  NONE
11   2       6  NONE
12   3       1  NONE
13   3       2     4
14   3       3  NONE
15   3       4  NONE
16   3       5    25
17   3       6  NONE

所以分解上面的内容:

In [160]:
# create a list of the iterable index values we want to generate all product combinations from
iterables = [df['ID'].unique(),df['PERIOD'].unique()]
iterables

Out[160]:
[array([1, 2, 3], dtype=int64), array([1, 2, 3, 4, 5, 6], dtype=int64)]

In [163]:
# set the index to ID and PERIOD
df = df.set_index(['ID','PERIOD'])
df

Out[163]:
          VAlUE
ID PERIOD      
1  1         10
   2          8
   3          8
   4         15
   5          6
   6         44
2  1       NONE
3  2          4
   5         25

In [164]:
# reindex and pass the product from iterables as the new index
df.reindex(index=pd.MultiIndex.from_product(iterables, names=['ID', 'PERIOD']), fill_value='NONE').reset_index()
Out[164]:
    ID  PERIOD VAlUE
0    1       1    10
1    1       2     8
2    1       3     8
3    1       4    15
4    1       5     6
5    1       6    44
6    2       1  NONE
7    2       2  NONE
8    2       3  NONE
9    2       4  NONE
10   2       5  NONE
11   2       6  NONE
12   3       1  NONE
13   3       2     4
14   3       3  NONE
15   3       4  NONE
16   3       5    25
17   3       6  NONE