Python 3.x 不使用循环的数据帧操作

请查找以下输入和输出。对应于每个店铺id和期间id，应该有11个项目，如果缺少任何项目，则添加该项目并用0填充该行 不使用循环

非常感谢您的帮助

输入

预期产出

您可以执行以下操作：

来自itertools导入产品的

pdindex=产品（df.groupby（[“商店id”，“期间id”））。组，范围（1,12））
pdindex=pd.MultiIndex.from_元组（map（lambda x:（*x[0]，x[1]），pdindex），name=[“存储id”、“期间id”、“项”]）
df=df.set_索引（[“存储id”、“期间id”、“项目”]）
res=pd.DataFrame（index=pdindex，columns=df.columns）
res.loc[df.index，df.columns]=df
res=res.fillna（0）.重置索引（）

现在，仅当您没有超出范围的

项目
[1,11]
时，此功能才起作用。您可以执行以下操作：

来自itertools导入产品的

pdindex=产品（df.groupby（[“商店id”，“期间id”））。组，范围（1,12））
pdindex=pd.MultiIndex.from_元组（map（lambda x:（*x[0]，x[1]），pdindex），name=[“存储id”、“期间id”、“项”]）
df=df.set_索引（[“存储id”、“期间id”、“项目”]）
res=pd.DataFrame（index=pdindex，columns=df.columns）
res.loc[df.index，df.columns]=df
res=res.fillna（0）.重置索引（）

现在，仅当您没有超出范围的
项目
[1,11]
时，此功能才起作用。您可以执行以下操作：

样本df：

df = pd.DataFrame({'store_id':[1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962, 1160962],
                   'period_id':[1025,1025,1025,1025,1025,1025,1026,1026,1026,1026,1026],
                   'item_x':[1,4,5,6,7,8,1,2,5,6,7],
                  'z':[1,4,5,6,7,8,1,2,5,6,7]})

解决方案：

num = range(1,12)
def f(x):
    return x.reindex(num, fill_value=0)\
                   .assign(store_id=x['store_id'].mode()[0], period_id = x['period_id'].mode()[0])

df.set_index('item_x').groupby(['store_id','period_id'], group_keys=False).apply(f).reset_index()

您可以这样做：

样本df：

df = pd.DataFrame({'store_id':[1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962,1160962, 1160962],
                   'period_id':[1025,1025,1025,1025,1025,1025,1026,1026,1026,1026,1026],
                   'item_x':[1,4,5,6,7,8,1,2,5,6,7],
                  'z':[1,4,5,6,7,8,1,2,5,6,7]})

解决方案：

num = range(1,12)
def f(x):
    return x.reindex(num, fill_value=0)\
                   .assign(store_id=x['store_id'].mode()[0], period_id = x['period_id'].mode()[0])

df.set_index('item_x').groupby(['store_id','period_id'], group_keys=False).apply(f).reset_index()

这是@GrzegorzSkibinski正确答案的简化

这个答案不是修改原始数据帧。它使用较少的变量来存储中间数据结构，并使用列表理解来简化map的使用

我还使用了
reindex（）
，而不是使用生成的索引创建一个新的数据帧并用原始数据填充它

import pandas as pd
import itertools

df.set_index(
    ["store_id", "period_id", "Item_x"]
).reindex(
    pd.MultiIndex.from_tuples([
        group + (item,)
        for group, item in itertools.product(
            df.groupby(["store_id", "period_id"]).groups, 
            range(1, 12),
        )],
        names=["store_id", "period_id", "Item_x"]
    ),
    fill_value=0,
).reset_index()

在测试中，输出与您所列出的预期相符。
这是@GrzegorzSkibinski正确答案的简化

这个答案不是修改原始数据帧。它使用较少的变量来存储中间数据结构，并使用列表理解来简化map的使用

我还使用了
reindex（）
，而不是使用生成的索引创建一个新的数据帧并用原始数据填充它

import pandas as pd
import itertools

df.set_index(
    ["store_id", "period_id", "Item_x"]
).reindex(
    pd.MultiIndex.from_tuples([
        group + (item,)
        for group, item in itertools.product(
            df.groupby(["store_id", "period_id"]).groups, 
            range(1, 12),
        )],
        names=["store_id", "period_id", "Item_x"]
    ),
    fill_value=0,
).reset_index()

在测试中，输出与您所列出的内容相匹配。
这似乎不正确，第一个周期的
item_x
值得到了尊重，但第二个周期的值没有得到尊重（从第一个周期复制）。在我看来，在groupby上使用reindex可能是问题的根源……这似乎不正确，第一个周期的
项_x
值得到尊重，但第二个周期的值没有得到尊重（从第一个周期复制）。在我看来，在groupby上使用reindex可能是问题的根源。。。