python - 如何用零填充 pandas groupby 列表的缺失日期？

Question

我希望每天记录交易并记录发生 0 笔交易的天数。

这是我的初始数据框:

df.head()
tr_timestamp  text      location
2016-01-01    cookies   TX
2016-01-01    pizza     TX
2016-01-04    apples    TX
2016-01-08    bread     TX

当我按天运行一个组时，我得到以下信息:

df_by_day = df['tr_timestamp'].groupby(df.tr_timestamp).count()
df_by_day

tr_timestamp
2016-01-01  2
2016-01-04  1
2016-01-08  1

我希望使用 Python/Pandas，其中填充了没有交易的日期，以便我得到以下输出:

df_by_day_filled

tr_timestamp
2016-01-01  2
2016-01-02  0
2016-01-03  0
2016-01-04  1
2016-01-05  0
2016-01-06  0
2016-01-07  0
2016-01-08  1

我已经尝试了以下答案，它们并没有完全给出我需要返回的输出:

Pandas groupby for zero values

Fill Missing Dates in DataFrame with Duplicate Dates in Groupby

谢谢。

Answer 1

你也可以试试:

df_by_day.asfreq('D', fill_value=0)

输出:

tr_timestamp
2016-01-01    2
2016-01-02    0
2016-01-03    0
2016-01-04    1
2016-01-05    0
2016-01-06    0
2016-01-07    0
2016-01-08    1
Freq: D, Name: tr_timestamp, dtype: int64