在pandas.DataFrame中向缺少的数据插入零

Question

我有以下类型的pandas.DataFrame：

sales_with_missing = pd.DataFrame({'month':[1,2,3,6,7,8,9,10,11,12],'code':[111]*10,  'sales':[np.random.randint(1500) for _ in np.arange(10)]})

您可以看到4月和5月的记录丢失，并且我希望将这些缺失记录的销售额列为零：

sales = insert_zero_for_missing(sales_with_missing)
print(sales)

如何实施insert_zero_for_missing方法？

Answer 1

• 将month设为索引
• reindex为缺少的月份添加行
• 调用fillna以零填充缺失值，然后
• 重置索引（使month再次成为列）：

import numpy as np
import pandas as pd

month = list(range(1,4)) + list(range(6,13))
sales = np.array(month)*100
df = pd.DataFrame(dict(month=month, sales=sales))
print(df.set_index('month').reindex(range(1,13)).fillna(0).reset_index())

产量

    month  sales
0       1    100
1       2    200
2       3    300
3       4      0
4       5      0
5       6    600
6       7    700
7       8    800
8       9    900
9      10   1000
10     11   1100
11     12   1200