我有一个带有两级多索引的pandas DataFrame。第二级是数字的,应该针对第一级索引的每个唯一值进行排序和顺序排列,但存在空白。如何插入“缺失”行?样本输入:
import pandas as pd
df = pd.DataFrame(list(range(5)),
index=pd.MultiIndex.from_tuples([('A',1), ('A',3),
('B',2), ('B',3), ('B',6)]),
columns='value')
# value
#A 1 0
# 3 1
#B 2 2
# 3 3
# 6 4
预期输出:
# value
#A 1 0
# 2 NaN
# 3 1
#B 2 2
# 3 3
# 4 NaN
# 5 NaN
# 6 4
我怀疑我可以使用resample
,但是我无法将数字转换为类似日期的任何数字。
答案 0 :(得分:2)
如果有意志,那就有办法。我对此并不感到骄傲,但是,我认为它可行。
尝试:
def f(x):
levels = x.index.remove_unused_levels().levels
x = x.reindex(pd.MultiIndex.from_product([levels[0], np.arange(levels[1][0], levels[1][-1]+1)]))
return x
df.groupby(level=0, as_index=False, group_keys=False).apply(f)
输出:
value
A 1 0.0
2 NaN
3 1.0
B 2 2.0
3 3.0
4 NaN
5 NaN
6 4.0
答案 1 :(得分:2)
经过深思熟虑,我自己提出了一个解决方案。从它多么糟糕的事实来看,我面临的问题不是一个非常典型的问题。
new_index = d.index.to_frame()\
.groupby(0)[1]\
.apply(lambda x:
pd.Series(1, index=range(x.min(), x.max() + 1))).index
d.reindex(new_index)
答案 2 :(得分:0)
您可以简单地使用以下取决于缺失的索引:
result.unstack(1).stack(0, dropna=False).fillna(0)
当您取消堆叠时,pandas 将 df 展开为具有行和列,在上面的示例中,1 级索引将是列名。然后,再次通过堆叠,您将 df 返回到其原始形式,但是,这次您需要确保使用 dropna=False
以便 NaN 值将在那里丢失索引。最后,使用 .fillna(0)
是可选的,这取决于您想对 NaN 值做什么。