我已经给出了以下 dfdf = pd.DataFrame(data = {'day': [1, 1, 1, 2, 2, 3], 'pos': 2*[1, 14, 18], 'value': 2*[1, 2, 3]} df day pos value0 1 1 11 1 14 22 1 18 33 2 1 14 2 14 25 3 18 3我想填充行，以便每天都有“pos”列的所有可能值期望的结果： day pos value0 1 1 1.01 1 14 2.02 1 18 3.03 2 1 1.04 2 14 2.05 2 18 NaN6 3 1 NaN7 3 14 NaN8 3 18 3.0主张：df.set_index('pos').reindex(pd.Index(3*[1,14,18])).reset_index()产量：ValueError: cannot reindex from a duplicate axis
4 回答
胡子哥哥
TA贡献1825条经验 获得超6个赞
pivot那么我们来尝试一下stack：
df.pivot('day','pos','value').stack(dropna=False).reset_index(name='value')
输出：
day pos value
0 1 1 1.0
1 1 14 2.0
2 1 18 3.0
3 2 1 1.0
4 2 14 2.0
5 2 18 NaN
6 3 1 NaN
7 3 14 NaN
8 3 18 3.0
选项 2：与 MultiIndex 合并：
df.merge(pd.DataFrame(index=pd.MultiIndex.from_product([df['day'].unique(), df['pos'].unique()])),
left_on=['day','pos'], right_index=True, how='outer')
输出：
day pos value
0 1 1 1.0
1 1 14 2.0
2 1 18 3.0
3 2 1 1.0
4 2 14 2.0
5 3 18 3.0
5 2 18 NaN
5 3 1 NaN
5 3 14 NaN
牛魔王的故事
TA贡献1830条经验 获得超3个赞
product我会避免使用所有可能值的手册。
reindex相反，人们可以获得每天的唯一值：
u = df.pos.unique()
df.groupby('day').apply(lambda s: s.set_index('pos').reindex(u))['value']\
.reset_index()
day pos value
0 1 1 1.0
1 1 14 2.0
2 1 18 3.0
3 2 1 1.0
4 2 14 2.0
5 2 18 NaN
6 3 1 NaN
7 3 14 NaN
8 3 18 3.0
潇湘沐
TA贡献1816条经验 获得超6个赞
您可以reindex：
s = pd.MultiIndex.from_product([df["day"].unique(),df["pos"].unique()], names=["day","pos"])
print (df.set_index(["day","pos"]).reindex(s).reset_index())
day pos value
0 1 1 1.0
1 1 14 2.0
2 1 18 3.0
3 2 1 1.0
4 2 14 2.0
5 2 18 NaN
6 3 1 NaN
7 3 14 NaN
8 3 18 3.0
江户川乱折腾
TA贡献1851条经验 获得超5个赞
您可以使用pyjanitor的完整函数来公开缺失的值：
您可以reindex：
s = pd.MultiIndex.from_product([df["day"].unique(),df["pos"].unique()], names=["day","pos"])
print (df.set_index(["day","pos"]).reindex(s).reset_index())
day pos value
0 1 1 1.0
1 1 14 2.0
2 1 18 3.0
3 2 1 1.0
4 2 14 2.0
5 2 18 NaN
6 3 1 NaN
7 3 14 NaN
8 3 18 3.0
添加回答
举报
0/150
提交
取消