python - 填充 Pandas 中缺失的 bool 行

Question

我有一个 MySQL 查询正在执行 groupby 并以以下形式返回数据:

ID | Boolean | Count

有时表中没有某个 bool 状态的数据，因此单个 ID 的数据可能会像这样返回:

1234 | 0 | 10

但是我需要这种形式的下游分析:

1234 | 0 | 10
1234 | 1 | 0

索引为 [ID, Boolean]。

从 Google 和 SO 的查询来看，让 MySQL 进行这种转换似乎有点痛苦。有没有一种简单的方法可以在 Pandas 中做到这一点？我在文档或 Pandas 食谱中找不到任何有用的内容。

您可以假设我已经将数据加载到没有索引的 Pandas 数据框中。

谢谢。

Answer 1

我会将数据帧的索引设置为 ID 和 Boolean 列，并根据唯一值的笛卡尔积构造一个新索引。

看起来像这样:

import pandas
indexcols = ['ID', 'Boolean']

data = pandas.read_sql_query(engine, querytext)
full_index = pandas.MultiIndex.from_product(
    [data['ID'].unique(), [0, 1]], 
    names=indexcols
)

data = (
    data.set_index(indexcols)
        .reindex(full_index)
        .fillna(0)
        .reset_index()
)