我想知道是否有人可以就如何进行以下操作提供一些指导。作为 Pandas 的新手，我觉得目前我的整体知识和技能水平还不足以处理我在下面概述的请求。
我有一个 pandas 数据框，其中包含 2000 多个零件号的列表。对于每个零件，都有零件的销售年份、月份数、销售数量和销售值(value)。每年，可能偶尔会有缺失的月份。在下面显示的 2007 年数据示例中，缺少第 11 个月，因为该月没有销售。与 2008 年类似，缺少第 11 个月和第 12 个月。我想要做的是插入每年缺失的月份，并插入一行，其中包含适当的年份、月份以及每个part_id组中数量和销售额的零值。
总共的数据约为。 60200，行数约为。 2000 个零件 ID。
我不介意花时间开发解决方案，但可以通过一些指导来帮助我的教育。
index Part_ID Year Month Qty Sales
60182 ZZSSL 2007 5 11.0 724.85
60183 ZZSSL 2007 6 7.0 537.94
60184 ZZSSL 2007 7 17.0 1165.02
60185 ZZSSL 2007 8 3.0 159.56
60186 ZZSSL 2007 9 67.0 4331.28
60187 ZZSSL 2007 10 72.0 4582.98
60188 ZZSSL 2007 12 42.0 2651.42
60189 ZZSSL 2008 1 22.0 1422.32
60190 ZZSSL 2008 2 16.0 1178.98
60191 ZZSSL 2008 3 20.0 1276.60
60192 ZZSSL 2008 4 28.0 2120.84
60193 ZZSSL 2008 5 2.0 83.03
60194 ZZSSL 2008 6 16.0 1250.24
60195 ZZSSL 2008 9 17.0 1323.34
60196 ZZSSL 2008 10 2.0 197.98
60197 ZZSSL 2009 1 21.0 1719.30
60198 ZZSSL 2009 2 1.0 78.15
60199 ZZSSL 2009 3 3.0 281.34
60200 ZZSSL 2009 4 25.0 2214.25
60201 ZZSSL 2009 5 10.0 833.60
60202 ZZSSL 2009 6 1.0 83.36
60203 ZZSSL 2009 7 1.0 83.36
最佳答案
我认为你首先需要 set_index ，然后 unstack和 reindex由 MultiIndex 从 from_product 创建的列与 stack :
mux = pd.MultiIndex.from_product([['Qty','Sales'],np.arange(1,13)])
print (df.set_index(['Part_ID','Year', 'Month'])
.unstack(fill_value=0)
.reindex(columns=mux, fill_value=0)
.stack()
.rename_axis(['Part_ID','Year','Month'])
.reset_index())
Part_ID Year Month Qty Sales
0 ZZSSL 2007 1 0.0 0.00
1 ZZSSL 2007 2 0.0 0.00
2 ZZSSL 2007 3 0.0 0.00
3 ZZSSL 2007 4 0.0 0.00
4 ZZSSL 2007 5 11.0 724.85
5 ZZSSL 2007 6 7.0 537.94
6 ZZSSL 2007 7 17.0 1165.02
7 ZZSSL 2007 8 3.0 159.56
8 ZZSSL 2007 9 67.0 4331.28
9 ZZSSL 2007 10 72.0 4582.98
10 ZZSSL 2007 11 0.0 0.00
11 ZZSSL 2007 12 42.0 2651.42
12 ZZSSL 2008 1 22.0 1422.32
13 ZZSSL 2008 2 16.0 1178.98
14 ZZSSL 2008 3 20.0 1276.60
15 ZZSSL 2008 4 28.0 2120.84
16 ZZSSL 2008 5 2.0 83.03
17 ZZSSL 2008 6 16.0 1250.24
18 ZZSSL 2008 7 0.0 0.00
19 ZZSSL 2008 8 0.0 0.00
20 ZZSSL 2008 9 17.0 1323.34
21 ZZSSL 2008 10 2.0 197.98
22 ZZSSL 2008 11 0.0 0.00
23 ZZSSL 2008 12 0.0 0.00
24 ZZSSL 2009 1 21.0 1719.30
25 ZZSSL 2009 2 1.0 78.15
26 ZZSSL 2009 3 3.0 281.34
27 ZZSSL 2009 4 25.0 2214.25
28 ZZSSL 2009 5 10.0 833.60
29 ZZSSL 2009 6 1.0 83.36
30 ZZSSL 2009 7 1.0 83.36
31 ZZSSL 2009 8 0.0 0.00
32 ZZSSL 2009 9 0.0 0.00
33 ZZSSL 2009 10 0.0 0.00
34 ZZSSL 2009 11 0.0 0.00
35 ZZSSL 2009 12 0.0 0.00
如果只需要缺失每个年开始和结束月份之间的值:
df['Month'] = pd.to_datetime(df.Month.astype(str) + '-01-'
+ df.Year.astype(str))
df = df.set_index('Month')
.groupby(['Part_ID','Year'])
.resample('MS')
.asfreq()
.fillna(0)
.drop(['Part_ID','Year'], axis=1)
.reset_index()
df['Month'] = df['Month'].dt.month
print (df)
Part_ID Year Month Qty Sales
0 ZZSSL 2007 5 11.0 724.85
1 ZZSSL 2007 6 7.0 537.94
2 ZZSSL 2007 7 17.0 1165.02
3 ZZSSL 2007 8 3.0 159.56
4 ZZSSL 2007 9 67.0 4331.28
5 ZZSSL 2007 10 72.0 4582.98
6 ZZSSL 2007 11 0.0 0.00
7 ZZSSL 2007 12 42.0 2651.42
8 ZZSSL 2008 1 22.0 1422.32
9 ZZSSL 2008 2 16.0 1178.98
10 ZZSSL 2008 3 20.0 1276.60
11 ZZSSL 2008 4 28.0 2120.84
12 ZZSSL 2008 5 2.0 83.03
13 ZZSSL 2008 6 16.0 1250.24
14 ZZSSL 2008 7 0.0 0.00
15 ZZSSL 2008 8 0.0 0.00
16 ZZSSL 2008 9 17.0 1323.34
17 ZZSSL 2008 10 2.0 197.98
18 ZZSSL 2009 1 21.0 1719.30
19 ZZSSL 2009 2 1.0 78.15
20 ZZSSL 2009 3 3.0 281.34
21 ZZSSL 2009 4 25.0 2214.25
22 ZZSSL 2009 5 10.0 833.60
23 ZZSSL 2009 6 1.0 83.36
24 ZZSSL 2009 7 1.0 83.36
关于python - 插入行并添加缺失的数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39458148/