我有一个带有日期列的数据框，根据年份和月份缺少部分数据。我必须在我的数据集中显示所有年份的月份，相应的列应显示为零。
我的数据框看起来像这样
$("#tag").DataTable().ajax.reload(null,false);例如在2018年，我只有两个月的记录，但我想在相应的列中显示所有12个月的0，
我的另一个数据框看起来像这样
Date Churn Churnrate customerID
2008,01 726.0 0.542398 2763
2008,02 345.0 0.257751 1351
2012,11 NaN NaN 6
2013,01 3.0 0.002241 24
2013,02 10.0 0.007471 34
2013,03 25.0 0.018678 73
2013,04 25.0 0.018678 75
2013,05 14.0 0.010459 61
2013,06 19.0 0.014195 69
2013,07 27.0 0.020172 103
2013,08 22.0 0.016436 79
2013,09 19.0 0.014195 70
2013,10 28.0 0.020919 83
2013,11 22.0 0.016436 78
2013,12 19.0 0.014195 75
2014,01 17.0 0.012701 63
2014,02 21.0 0.015689 55
2014,03 7.0 0.005230 66
2014,04 24.0 0.017931 86
2014,05 18.0 0.013448 90
2014,06 14.0 0.010459 50
我使用了下面给出的相同答案
Months Retention_Rate Customer_Count
0 2008/01 0.145916 133
1 2008/02 0.924663 762
2 2008/03 0.074544 67
3 2014/07 0.058684 45
4 2014/08 0.069786 61
5 2014/09 0.076130 64
6 2014/10 0.061856 60
7 2014/11 0.082474 69
但是这个输出中缺少了一些月份
predicted_retention_rate = predicted_retention_rate.set_index('Months')
idx =(pd.MultiIndex.from_product(predicted_retention_rate.index.str.split('/', expand=True).levels)
.map('/'.join))
final_retention_rate_predicted = predicted_retention_rate.reindex(idx, fill_value=0).rename_axis('Months').reset_index()
print (final_retention_rate_predicted)
看看上面的数据框架，2008年包含01,02,03而不是04,05,06，2014年也是如此。我想知道我在哪里出错了。
答案 0 :(得分：2)
我认为需要reindex由split index创建的新Date MultiIndex和map join < / p>
df = df.set_index('Date')
idx =(pd.MultiIndex.from_product(df.index.str.split(',', expand=True).levels)
.map(','.join))
df = df.reindex(idx, fill_value=0).rename_axis('Date').reset_index()
print (df.head())
Date Churn Churnrate customerID
0 2008,01 726.0 0.542398 2763
1 2008,02 345.0 0.257751 1351
2 2008,03 0.0 0.000000 0
3 2008,04 0.0 0.000000 0
4 2008,05 0.0 0.000000 0
编辑：通过Month
range(1,13)的解决方案
df = df.set_index('Months')
years = df.index.str.split('/', expand=True).levels[0]
idx = (pd.MultiIndex.from_product([years,
pd.Series(range(1, 13)).astype(str).str.zfill(2)])
.map('/'.join))
df = df.reindex(idx, fill_value=0).rename_axis('Date').reset_index()
print (df)
Date Retention_Rate Customer_Count
0 2008/01 0.145916 133
1 2008/02 0.924663 762
2 2008/03 0.074544 67
3 2008/04 0.000000 0
4 2008/05 0.000000 0
5 2008/06 0.000000 0
6 2008/07 0.000000 0
7 2008/08 0.000000 0
8 2008/09 0.000000 0
9 2008/10 0.000000 0
10 2008/11 0.000000 0
11 2008/12 0.000000 0
12 2014/01 0.000000 0
13 2014/02 0.000000 0
14 2014/03 0.000000 0
15 2014/04 0.000000 0
16 2014/05 0.000000 0
17 2014/06 0.000000 0
18 2014/07 0.058684 45
19 2014/08 0.069786 61
20 2014/09 0.076130 64
21 2014/10 0.061856 60
22 2014/11 0.082474 69
23 2014/12 0.000000 0
如果需要用零替换缺少的年份和相应的列：
print (df)
Year Churn_Count Churn_Rate Customer_Count
2008 1071.0 0.800149 4114
2012 0.0 0.000000 6
2013 233.0 0.174075 824
2014 101.0 0.075458 410
然后使用：
df1 = (df.set_index('Year')
.reindex(range(2008, 2015), fill_value=0)
.reset_index())
print (df1)
Year Churn_Count Churn_Rate Customer_Count
0 2008 1071.0 0.800149 4114
1 2009 0.0 0.000000 0
2 2010 0.0 0.000000 0
3 2011 0.0 0.000000 0
4 2012 0.0 0.000000 6
5 2013 233.0 0.174075 824
6 2014 101.0 0.075458 410
最小和最大年份reindex的更动态解决方案：
df1 = df.set_index('Year')
df1 = (df1.reindex(range(df1.index.min(), df1.index.max() + 1), fill_value=0)
.reset_index())
print (df1)
Year Churn_Count Churn_Rate Customer_Count
0 2008 1071.0 0.800149 4114
1 2009 0.0 0.000000 0
2 2010 0.0 0.000000 0
3 2011 0.0 0.000000 0
4 2012 0.0 0.000000 6
5 2013 233.0 0.174075 824
6 2014 101.0 0.075458 410
答案 1 :(得分：1)
我认为另一个简单的方法可能是这个。
ORDER BY如果import pandas as pd
df = pd.DataFrame({"date":["2010-01", "2010-02", "2011-01"],
"a": [1, 2, 3],
"b":[0.2,-0.1,0.4]})
df["date"] = pd.to_datetime(df["date"])
all_dates = pd.DataFrame({"date":pd.date_range(start=df["date"].min(),
end=df["date"].max(),
freq="MS")})
df = pd.merge(all_dates, df, how="left", on="date").fillna(0)
是您的索引，则可以使用date和.reset_index()。然后，如果您想保持相同的日期格式，只需添加.set_index()