Python 对多重索引重新采样并将列添加到原始df
我有一个多索引DF,其中Python 对多重索引重新采样并将列添加到原始df,python,pandas,Python,Pandas,我有一个多索引DF,其中Name和Date(datetime)作为索引。我试图从每日到每周对值列进行向下采样,并将结果列添加回df(使用填充值)。 我可以成功地重新采样,但每当我尝试创建一个新列时,我只得到NaN,即使使用reindex也是如此 df.groupby('Name').value.resample('W-MON', level='Date').max() DF结构: value Name Date ALFA 2019-11-2
Name
和Date
(datetime)作为索引。我试图从每日到每周对值列进行向下采样,并将结果列添加回df(使用填充值)。
我可以成功地重新采样,但每当我尝试创建一个新列时,我只得到NaN,即使使用reindex也是如此
df.groupby('Name').value.resample('W-MON', level='Date').max()
DF结构:
value
Name Date
ALFA 2019-11-22 123
2019-11-23 777
BETA 2019-11-21 456
2019-11-22 567
在我的项目中(太大而无法发布),多索引级别被颠倒了。解决方案非常简单:
df.reorder_levels(['Name', 'Date'])
您能否以便于其他人使用的格式共享数据帧?