python - 将缺失的月份添加到具有空值的数据框中

Question

我有一个 DataFrame，我试图用它来查找某些事件的频率。所以比如罗列如下

Month Year Event UniqueID
1     2018 A     01
1     2018 A     02
2     2018 B     03
....

等我将所有内容按每年的事件频率分组。我使用以下代码做到了这一点。

这计算了所有事件，所以我可以对它们进行平均

df.groupby(['Year','Month','Event'])['Event'].size().rename('Count of Events').reset_index()

这给了我们一些东西

Year Month Event Count of Events
2018 01    A     2
2018 02    B     1
...

然后我通过使用

得到全年一个月发生频率的平均值

df.groupby(['Event'])['Count of Events'].mean()

这给了我平均值。但是我注意到的一件事是我可能有差距。例如，事件“A”可能发生在 1 月和 2 月，但不会发生在 3 月，因此这不会给我一个真正的全年“平均值”。 “堵塞”这些漏洞的最佳方法是什么？例如，在上面的示例列表中，

Month Year Event Count of Events
1     2018 A     02
1     2018 B     00
1     2018 C     00
2     2018 A     00
2     2018 B     00
2     2018 B     01
...

在我对其进行平均之前，这将是最佳的最终结果。谢谢!

Answer 1

您已接近解决方案。分组后，将数据帧拆分为“宽”形式(这样您将拥有月份和年份的每种组合)，用 0 填充缺失值，然后将其堆叠回去:

df.groupby(["Month", "Year", "Event"]).size().unstack().fillna(0).stack()
#Month  Year  Event
#1      2018  A        2.0
#             B        0.0
#2      2018  A        0.0
#             B        1.0