填充几个组的缺失日期和值- Pandas
填充几个组的缺失日期和值- Pandas
提问于 2020-05-13 22:56:31
我有一个数据帧，看起来像这样：
province date D I R C
360 Incheon 2020-01-20 0 0 1 1
455 Seoul 2020-01-23 0 0 1 1
183 Gyeonggi-do 2020-01-26 0 0 1 1
184 Gyeonggi-do 2020-01-27 0 0 2 2
456 Seoul 2020-01-30 0 0 4 4我需要的是，在第一次更新之后的每一天(在本例中为2020-01-20)，我有每个省的“最后一次看到的行”，以防该日期没有更新。因此，在我的示例中，我希望作为结果df：
province date D I R C
1 Incheon 2020-01-20 0 0 1 1
2 Incheon 2020-01-23 0 0 1 1
3 Seoul 2020-01-23 0 0 1 1
4 Gyeonggi-do 2020-01-26 0 0 1 1
5 Incheon 2020-01-26 0 0 1 1
6 Seoul 2020-01-26 0 0 1 1
7 Gyeonggi-do 2020-01-27 0 0 2 2
8 Incheon 2020-01-27 0 0 1 1
9 Seoul 2020-01-27 0 0 1 1
10 Seoul 2020-01-30 0 0 4 4
11 Gyeonggi-do 2020-01-30 0 0 2 2
12 Incheon 2020-01-30 0 0 1 1我尝试过可以看到的here、here和here，但它们略有不同。我的目标是使用plotly制作一个带时间的条形图，我现在可以，但对于每个省份没有任何更新的日期，即没有数据，条形图消失了，我需要它保留下来。
我很感谢你的帮助。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-13 23:12:21
您可以使用set_index和reindex，使用来自unique省和日期的所有组合的MultiiIndex.from_product，然后使用groupby省和ffill，dropna删除每个省第一次出现之前的日期，按日期使用sort_index (如有必要)和reset_index，如下所示：
(df.set_index(['province', 'date'])
.reindex(pd.MultiIndex.from_product([df['province'].unique(), df['date'].unique()],
names=['province', 'date']))
.groupby(level='province').ffill()
.dropna()
.sort_index(level='date')
.reset_index()
)
province date D I R C
0 Incheon 2020-01-20 0.0 0.0 1.0 1.0
1 Incheon 2020-01-23 0.0 0.0 1.0 1.0
2 Seoul 2020-01-23 0.0 0.0 1.0 1.0
3 Gyeonggi-do 2020-01-26 0.0 0.0 1.0 1.0
4 Incheon 2020-01-26 0.0 0.0 1.0 1.0
5 Seoul 2020-01-26 0.0 0.0 1.0 1.0
6 Gyeonggi-do 2020-01-27 0.0 0.0 2.0 2.0
7 Incheon 2020-01-27 0.0 0.0 1.0 1.0
8 Seoul 2020-01-27 0.0 0.0 1.0 1.0
9 Gyeonggi-do 2020-01-30 0.0 0.0 2.0 2.0
10 Incheon 2020-01-30 0.0 0.0 1.0 1.0
11 Seoul 2020-01-30 0.0 0.0 4.0 4.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61777893
复制相关文章
相似问题
腾讯云开发者
