df = pd.DataFrame({'timePoint': [1,1,1,1,2,2,2,2,3,3,3,3],
'item': [1,2,3,4,3,4,5,6,1,3,7,2],
'value': [2,4,7,6,5,9,3,2,4,3,1,5]})
>>> df
item timePoint value
0 1 1 2
1 2 1 4
2 3 1 7
3 4 1 6
4 3 2 5
5 4 2 9
6 5 2 3
7 6 2 2
8 1 3 4
9 3 3 3
10 7 3 1
11 2 3 5
在此df中，并非item出现在每个timePoint。我希望每个items都包含所有唯一timePoint，这些新插入的items应该具有：
（i）NaN value如果他们没有出现在之前的timePoint，或者是
（ii）如果有，他们会得到他们最近的value。
所需的输出应如下所示（带有＃标签的行是插入的那些）。
>>> dfx
item timePoint value
0 1 1 2.0
3 1 2 2.0 #
8 1 3 4.0
1 2 1 4.0
4 2 2 4.0 #
11 2 3 5.0
2 3 1 7.0
4 3 2 5.0
9 3 3 3.0
3 4 1 6.0
5 4 2 9.0
6 4 3 9.0 #
0 5 1 NaN #
6 5 2 3.0
7 5 3 3.0 #
1 6 1 NaN #
7 6 2 2.0
8 6 3 2.0 #
2 7 1 NaN #
5 7 2 NaN #
10 7 3 1.0
例如，item 1在4.0 timePoint获得2，因为它具有timePoint 1而item 6在NaN timePoint获得1，因为之前没有value。
现在，我知道如果我设法在每个item timePoint中插入缺少的每个唯一group的所有行，即达到这一点：
>>> dfx
item timePoint value
0 1 1 2.0
1 2 1 4.0
2 3 1 7.0
3 4 1 6.0
4 3 2 5.0
5 4 2 9.0
6 5 2 3.0
7 6 2 2.0
8 1 3 4.0
9 3 3 3.0
10 7 3 1.0
11 2 3 5.0
0 5 1 NaN
1 6 1 NaN
2 7 1 NaN
3 1 2 NaN
4 2 2 NaN
5 7 2 NaN
6 4 3 NaN
7 5 3 NaN
8 6 3 NaN
然后我可以做：
dfx.sort_values(by = ['item', 'timePoint'],
inplace = True,
ascending = [True, True])
dfx['value'] = dfx.groupby('item')['value'].fillna(method='ffill')
将返回所需的输出。
但是，如何将每个df.item.unique() items缺少的所有timePoint group添加为行？
此外，如果你有一个更有效的解决方案从头开始建议，那么请务必成为我的客人。
答案 0 :(得分：2)
我认为<div id="page" class="site">
<a class="skip-link screen-reader-text" href="#content"><?php esc_html_e( 'Skip to content', 'bootstrap2wordpress' ); ?></a>
<div class="container-fluid">
<!-- Navigation -->
<nav class="navbar navbar-inverse navbar-fixed-top" id="main-nav">
<div class="container">
<div class="navbar-header">
<button aria-controls="navbar" aria-expanded="false" class="navbar-toggle collapsed" data-target="#navbar" data-toggle="collapse" type="button"><span class="sr-only">Toggle navigation</span> <span class="icon-bar"></span> <span class="icon-bar"></span> <span class="icon-bar"></span></button> <a class="navbar-brand" href="<?php echo get_option("siteurl"); ?>"><img alt="Agnes Burke" src="<?php bloginfo('stylesheet_directory'); ?>/img/logo.svg" width="120px"></a>
</div>
<?php
wp_nav_menu ( array(
'theme_location' => 'primary',
'container' => 'nav',
'container_id' => 'navbar',
'container_class' => 'navbar-collapse collapse',
'menu' => 'Main Menu',
'menu_class' => 'nav navbar-nav'
)
);
?>
<!--/.navbar-collapse -->
</div>
</nav>
</div>
与stack将达到格式，然后我们使用unstack groupby来填充向前的纳米值
ffill答案 1 :(得分：2)
使用pd.MultiIndex.from_product，levels，reindex
d = df.set_index(['item', 'timePoint'])
d.reindex(
pd.MultiIndex.from_product(d.index.levels, names=d.index.names)
).groupby(level='item').ffill().reset_index()
item timePoint value
0 1 1 2.0
1 1 2 2.0
2 1 3 4.0
3 2 1 4.0
4 2 2 4.0
5 2 3 5.0
6 3 1 7.0
7 3 2 5.0
8 3 3 3.0
9 4 1 6.0
10 4 2 9.0
11 4 3 9.0
12 5 1 NaN
13 5 2 3.0
14 5 3 3.0
15 6 1 NaN
16 6 2 2.0
17 6 3 2.0
18 7 1 NaN
19 7 2 NaN
20 7 3 1.0