Question

我有一个数据集，我想按列和数据集中每个月的数据进行分组。我正在使用pd.Grouper()作为每月的分组日期部分。

df.groupby(['A',pd.Grouper(key='date', freq='M')]).agg({'B':list})

但是，这仅返回每个实际有数据的A，B的月份。我还希望每个月都没有该A，B组合的数据。我没有在pd.Grouper()文档中看到此选项。

Answer 1

给出此数据框：

date        A  B
2018-01-01  1  3
2018-03-01  2  4

groupby之后，您可以使用重采样BUT来重采样unfortunately，您需要自己创建MultiIndex：

In [11]: res = df.groupby(['A',pd.Grouper(key='date', freq='M')]).agg({'B':list})

In [12]: m = pd.MultiIndex.from_product([df.A.unique(), pd.date_range(df.date.min(), df.date.max() + pd.offsets.MonthEnd(1), freq='M')])

In [13]: m
Out[13]:
MultiIndex(levels=[[1, 2], [2018-01-31 00:00:00, 2018-02-28 00:00:00, 2018-03-31 00:00:00]],
           labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]])

In [14]: res.reindex(m)
Out[14]:
                B
1 2018-01-31  [3]
  2018-02-28  NaN
  2018-03-31  NaN
2 2018-01-31  NaN
  2018-02-28  NaN
  2018-03-31  [4]

注意：使用[]填充fillna有点棘手，理想情况下，您可以解决此问题（通常不建议在DataFrame中使用列表）。

如何获取pd.Grouper（）以包括空组

1 个答案: