python - Pandas 中产品的连续日期

Question

我开始使用 Pandas，但遇到了一些我真的不知道如何解决的问题。

我有一个包含日期、产品、库存和销售额的数据框。缺少一些日期和产品。我想获得每个产品在某个日期范围内的时间序列。

例如:

           product  udsStock udsSales
date        
2019-12-26  14      161      848
2019-12-27  14      1340     914
2019-12-30  14      856      0
2019-12-25  4       3132     439
2019-12-27  4       3177     616
2020-01-01  4       500      883

所有产品的范围必须相同，即使一种产品没有出现在范围内的一个日期也是如此。

如果我想要 2019-12-25 到 2020-01-01 的范围，最终的数据帧应该是这样的:

           product  udsStock udsSales
date
2019-12-25  14      NaN      NaN      
2019-12-26  14      161      848
2019-12-27  14      1340     914
2019-12-28  14      NaN      NaN
2019-12-29  14      NaN      NaN      
2019-12-30  14      856      0
2019-12-31  14      NaN      NaN
2020-01-01  14      NaN      NaN   
2019-12-25  4       3132     439
2019-12-26  4       NaN      NaN  
2019-12-27  4       3177     616
2019-12-28  4       NaN      NaN  
2019-12-29  4       NaN      NaN
2019-12-30  4       NaN      NaN
2019-12-31  4       NaN      NaN
2020-01-01  4       500      883

我曾尝试按范围重建索引，但它不起作用，因为存在相同的索引。

idx = pd.date_range('25-12-2019', '01-01-2020')
df = df.reindex(idx)

我也试过按日期和产品索引然后重新索引，但我不知道如何放置丢失的产品。

还有什么想法吗？

提前致谢

Answer 1

我们可以使用 pd.date_range 和 groupby.reindex 来实现你的结果:

date_range = pd.date_range(start='2019-12-25', end='2020-01-01', freq='D')
df = df.groupby('product', sort=False).apply(lambda x: x.reindex(date_range))
df['product'] = df.groupby(level=0)['product'].ffill().bfill()
df = df.droplevel(0)

            product  udsStock  udsSales
2019-12-25     14.0       NaN       NaN
2019-12-26     14.0     161.0     848.0
2019-12-27     14.0    1340.0     914.0
2019-12-28     14.0       NaN       NaN
2019-12-29     14.0       NaN       NaN
2019-12-30     14.0     856.0       0.0
2019-12-31     14.0       NaN       NaN
2020-01-01     14.0       NaN       NaN
2019-12-25      4.0    3132.0     439.0
2019-12-26      4.0       NaN       NaN
2019-12-27      4.0    3177.0     616.0
2019-12-28      4.0       NaN       NaN
2019-12-29      4.0       NaN       NaN
2019-12-30      4.0       NaN       NaN
2019-12-31      4.0       NaN       NaN
2020-01-01      4.0     500.0     883.0