python - pandas 多索引数据框中重新索引子级别

Question

我正在尝试在一个子级别重新索引数据帧的多重索引。有问题的 df 看起来像这样:

test = pd.DataFrame({
  'day':[1,3,5],
  'position':['A', 'B', 'A'],
  'value':[20, 45, 3] 
})
test.set_index(['day', 'position'])

>>                  value
  day   position
   1      A          20
   3      B          45
   5      A          3

我的目标是重新索引day级别，将数据帧转换为以下内容:

>>>
              value
day position    
 1    A       20.0
 2    A       20.0
 3    A       20.0
 4    A       20.0
 5    A       3.0
 1    B       0.0
 2    B       0.0
 3    B       45.0
 4    B       45.0
 5    B       45.0

所以本质上我需要为每个头寸组将 day 重新索引为第 1 天到第 5 天，然后前向填充并用 0 填充。

Answer 1

用途:

• 首次 reshape unstack
• 添加缺失天数 reindex
• 通过ffill转发填充
• 将第一个 NaN 替换为 fillna
• reshape 由stack
• sort_index预期输出

<小时/>

df = (test.set_index(['day', 'position'])
          .unstack()
          .reindex(range(1,6))
          .ffill()
          .fillna(0)
          .stack()
          .sort_index(level=[1,0]))
print (df)
              value
day position       
1   A          20.0
2   A          20.0
3   A          20.0
4   A          20.0
5   A           3.0
1   B           0.0
2   B           0.0
3   B          45.0
4   B          45.0
5   B          45.0