让 Pandas 找到缺失值并显示出来

Question

我还是个初学者，所以不要硬判断。我想知道如何解决这个问题，而不是从你那里得到完整的代码。我有一个具有以下格式的数据库，大约有 9000 行Location Supplier  Product Price   NY         GG-10    70      $5  NY         GG-10    7A      $4   NY         GG-10    80      $6  NY         GG-10    8A      $8TX         GX-05    70      $1TX         GX-05    80      $3TN         CX-01    70      $4TN         CX-01    7A      $5我已将此数据框上传到我的 Pandas 项目，现在试图弄清楚如何让 python 显示哪些项目缺少价格。例如，供应商 GG-10 具有所有 4 个项目 (70,7A,80,8A) 的定价。GX-05 只有 2 件（70,80）的定价，但缺少 7A 和 8A。CX-01 缺少 80 和 8A。所以基本上我需要一个数据框来告诉我哪些供应商-产品组合缺少价格。正如您可能理解的那样，只有 4 种产品 - 70、7A、80、8A。我想自己编写代码，但如果有人可以给我一个提示如何解决这个问题，那就太好了！手动完成这项工作会让我永远更新输出。出于某种原因，.dot 没有将列包装到一个单元格中           Product  70 7A 80 8ALocation  Supplier      NY       GG-10    1   1  1  1  TX       GG-05    1   0  1  0   TN       CX-01    1   1  0  0

Answer 1

你可以找到集差

product = [ '70', '7A', '80', '8A']

df.groupby('Supplier').Product.apply(lambda x: set(product).difference(set(x)))

Supplier

CX-01    {80, 8A}

GG-10          {}

GX-05    {7A, 8A}

Answer 2

尝试使用crosstab，频率显示为 0 表示丢失，然后我们可以使用dot将它们组合到单元格中

s=pd.crosstab(df.Supplier,df.Product)

s.eq(0).dot(s.columns+',').str[:-1]

Out[669]: 

Supplier

CX-01    80,8A

GG-10          # blank here means nothing missing 

GX-05    7A,8A

dtype: object

更新：更新原因见OP评论

s=pd.crosstab([df.Location ,df.Supplier],df.Product)

s.eq(0).dot(s.columns+',').str[:-1] # here need to assign it back 

s=s.eq(0).dot(s.columns+',').str[:-1] # adding this line 

s

Out[671]: 

Location  Supplier

NY        GG-10            

TN        CX-01       80,8A

TX        GX-05       7A,8A

dtype: object