我有一个数据集：
dt = {'id': [120,120,120,120,120,121,121,345], 'day': [0, 1,2,3,4,0,2,0], 'value': [[0.3,-0.5,-0.7],[0.5,3.4,2.7],[0.45,3.4,0.7],[0.25,0.4,0.7],[0.15,0.34,0.17],[0.35,3.4,2.7],[0.5,3.44,2.57],[0.5,0.34,0.37]]}
df = pd.DataFrame(data=dt)
day id value
0 0 120 [0.3, -0.5, -0.7]
1 1 120 [0.5, 3.4, 2.7]
2 2 120 [0.45, 3.4, 0.7]
3 3 120 [0.25, 0.4, 0.7]
4 4 120 [0.15, 0.34, 0.17]
5 0 121 [0.35, 3.4, 2.7]
6 2 121 [0.5, 3.44, 2.57]
7 0 345 [0.5, 0.34, 0.37]
对于每个ID，应该有一个从0-5天的序列。在我的列ID数据集中，缺少了几天。我想为这些ID添加缺少的天数，并为相应的“值”列添加零数组。
结果：
day id value
0 0 120 [0.3, -0.5, -0.7]
1 1 120 [0.5, 3.4, 2.7]
2 2 120 [0.45, 3.4, 0.7]
3 3 120 [0.25, 0.4, 0.7]
4 4 120 [0.15, 0.34, 0.17]
5 0 121 [0.35, 3.4, 2.7]
6 1 121 [0, 0, 0]
7 2 121 [0.5, 3.44, 2.57]
8 3 121 [0, 0, 0]
9 4 121 [0, 0, 0]
10 0 345 [0.5, 0.34, 0.37]
11 1 345 [0, 0, 0]
12 2 345 [0, 0, 0]
13 3 345 [0, 0, 0]
14 4 345 [0, 0, 0]
这是示例空间。我将在庞大的数据集上进行此操作。
我的尝试：
r1=0
for i in df.id.unique():
val=df.loc[df['id'] == i]
mx=val.loc[val['day'].idxmax()].day
for index,row in val.iterrows():
if row.day!=r1:
for k in range(int(row.day)-r1-1):
a.append(np.asarray([0]*3))
r1=row.day
else:
a.append(row.value)
if(row.day==mx):
a.append(row.value)
for j in range(4-mx):
a.append(np.asarray([0]*3)))
r1=r1+1
但是此代码不起作用。
我该怎么做？
答案 0 :(得分：1)
idx = pd.MultiIndex.from_product([df.id.unique(), np.arange(5)], names=['id', 'day'])
out = (df.set_index(['id', 'day'])
.reindex(idx).reset_index()
)
然后只需将NaN替换为所需的填充值即可。
out.value = [d if isinstance(d, list) else [0, 0, 0] for d in out.value]
id day value
0 120 0 [0.3, -0.5, -0.7]
1 120 1 [0.5, 3.4, 2.7]
2 120 2 [0.45, 3.4, 0.7]
3 120 3 [0.25, 0.4, 0.7]
4 120 4 [0.15, 0.34, 0.17]
5 121 0 [0.35, 3.4, 2.7]
6 121 1 [0, 0, 0]
7 121 2 [0.5, 3.44, 2.57]
8 121 3 [0, 0, 0]
9 121 4 [0, 0, 0]
10 345 0 [0.5, 0.34, 0.37]
11 345 1 [0, 0, 0]
12 345 2 [0, 0, 0]
13 345 3 [0, 0, 0]
14 345 4 [0, 0, 0]
答案 1 :(得分：1)
我假设每天（0到4）在您数据框中的某处至少被提及一次。
使id和日期成为MultiIndex（.add-to-cart-button-inner a:not(.custom-selector-here) {
background: red;
}
），然后将数据帧转换为表（set_index）。将会缺少值（某些ID缺少日期），请将它们设置为零（unstack）。然后将表转换回向量（fillna），并将索引转换回列（stack）。
reset_index必须将数据框转换为类型df1 = df.set_index(['id', 'day']).unstack().fillna(0)\
.stack().reset_index().astype(object)
，否则无法将列表分配给列。现在，将0替换为您选择的列表：
object请注意，您应该分配一个包含所需列表的单元素列表。
答案 2 :(得分：1)
pandas.concat silly = pd.DataFrame(dict(day=range(5)))
dilly = pd.concat([
d.merge(silly.assign(id=n), 'outer')
for n, d in df.groupby('id')
], ignore_index=True)
willy = pd.Series([[0, 0, 0]] * len(dilly), dilly.index)
dilly.value.fillna(willy, inplace=True)
dilly
day id value
0 0 120 [0.3, -0.5, -0.7]
1 1 120 [0.5, 3.4, 2.7]
2 2 120 [0.45, 3.4, 0.7]
3 3 120 [0.25, 0.4, 0.7]
4 4 120 [0.15, 0.34, 0.17]
5 0 121 [0.35, 3.4, 2.7]
6 2 121 [0.5, 3.44, 2.57]
7 1 121 [0, 0, 0]
8 3 121 [0, 0, 0]
9 4 121 [0, 0, 0]
10 0 345 [0.5, 0.34, 0.37]
11 1 345 [0, 0, 0]
12 2 345 [0, 0, 0]
13 3 345 [0, 0, 0]
14 4 345 [0, 0, 0]
pd.DataFrame和unstack pd.DataFrame(df.value.tolist(), [df.id, df.day]).unstack(fill_value=0).stack().pipe(
lambda d: pd.Series(d.values.tolist(), d.index)
).reset_index(name='value')
id day value
0 120 0 [0.3, -0.5, -0.7]
1 120 1 [0.5, 3.4, 2.7]
2 120 2 [0.45, 3.4, 0.7]
3 120 3 [0.25, 0.4, 0.7]
4 120 4 [0.15, 0.34, 0.17]
5 121 0 [0.35, 3.4, 2.7]
6 121 1 [0.0, 0.0, 0.0]
7 121 2 [0.5, 3.44, 2.57]
8 121 3 [0.0, 0.0, 0.0]
9 121 4 [0.0, 0.0, 0.0]
10 345 0 [0.5, 0.34, 0.37]
11 345 1 [0.0, 0.0, 0.0]
12 345 2 [0.0, 0.0, 0.0]
13 345 3 [0.0, 0.0, 0.0]
14 345 4 [0.0, 0.0, 0.0]