针对缺失的日期

Question

我做了很多搜索，但找不到解决这个简单问题的方法。

我有一个包含许多列的数据框，为简单起见，我只显示4列这样的列。

df = pd.DataFrame({
   'groups': ['A', 'A','A','A','A','A','A','A','A', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B'],
   'date': [6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535, 6535],
   'days': [1, 2, 4, 7, 11, 12, 13, 14, 15, 1, 3, 4, 5, 6, 9, 10, 12, 13, 14],
   'price': [64, 82, 31, 77, 21, 39, 79, 67, 45, 66, 24, 60, 64, 56, 41, 29, 60, 57, 68]
})

我想为缺少的日子创建新行，以便我得到一个像这样的表

因此，我希望按groups和date进行分组，然后浏览days列（范围为1到15）并添加一行，用于复制行的缺失日期基于分组的groups和date，但price列的值为NaN（空单元格）。

我在R

中寻找类似的解决方案

library(dplyr)
library(tidyr)
df %>% group_by(date,groups) %>% complete(days = 1:15)

Answer 1

我试过这个来解决这个问题。与R中的简单解决方案相比，它有点混乱。希望其他人可以拥有更好更好的代码

def reindex(df):
    min_ = 1
    max_ = 16
    index = range(min_, max_)
    df.set_index('days', inplace = True)
    df_reindexed = df.reindex(index).reset_index()
    cols = list(set(df.columns) - set(['price']))
    df_reindexed[cols] = df_reindexed[cols].ffill().bfill()
    return df_reindexed

df2 = df1.groupby(['groups', 'date'], as_index=False).apply(reindex)
df2