Python 如何将缺少的行插入此数据集中？

我试图做的是在数据集中插入一行丢失的记录

如果查看上面的数据集，它包含3列属性，然后是2个数值。第三列TTF是增量的，不应跳过任何值。在本例中，缺少底部显示的2行。因此，我希望我的代码将这两行插入结果集中（即，计算机-显示器缺少TTF 5，电视-电源缺少TTF 6。我将修复值设置为0，运行总值设置为与前一行相同）

我想我应该通过拆分列名，递归地遍历前2个，然后从1到8遍历第3个

for i in range(len(Product)):
    for j in range(len(Module)):
        for k in range(1, 8):  
            # Check if the Repair value is there if not make it 0
            # If Repair value is missing, look up previous Running Total

这似乎是最好的方法吗？如果您能在实际代码中提供帮助以实现这一点，我们将不胜感激

编辑：这里是DF中的代码读取，因为根据excel屏幕截图，这似乎令人困惑

>>> import pandas as pd
>>> 
>>> df = pd.read_csv('minimal.csv')
>>> 
>>> df
       Product         Module   TTF   Repair   Running Total
0     Computer        Display     1        3               3
1     Computer        Display     2        2               5
2     Computer        Display     3        1               6
3     Computer        Display     4        5              11
4     Computer        Display     6        4              15
5     Computer        Display     7        3              18
6     Computer        Display     8        2              20
7   Television   Power Supply     1        7               7
8   Television   Power Supply     2        6              13
9   Television   Power Supply     3        4              17
10  Television   Power Supply     4        5              22
11  Television   Power Supply     5        6              28
12  Television   Power Supply     7        7              35
13  Television   Power Supply     8        8              43

---

让我们使用

reindex

按

np.arange

的顺序为缺失的数字创建新的TTF：

df = pd.DataFrame({'Product':['Computer']*7 + ['Television']*7,'Module':['Display']*7 + ['Power Supply']*7,
                 'TTF':[1,2,3,4,6,7,8,1,2,3,4,5,7,8],'Repair':np.random.randint(1,8,14)})

df['Running Total'] = df['Repair'].cumsum()

print(df)

输入数据帧：

          Module     Product  Repair  TTF  Running Total
0        Display    Computer       6    1              6
1        Display    Computer       2    2              8
2        Display    Computer       2    3             10
3        Display    Computer       4    4             14
4        Display    Computer       2    6             16
5        Display    Computer       3    7             19
6        Display    Computer       6    8             25
7   Power Supply  Television       3    1             28
8   Power Supply  Television       3    2             31
9   Power Supply  Television       5    3             36
10  Power Supply  Television       6    4             42
11  Power Supply  Television       4    5             46
12  Power Supply  Television       2    7             48
13  Power Supply  Television       2    8             50


df_out = df.set_index('TTF').groupby(['Product','Module'], group_keys=False).apply(lambda x: x.reindex(np.arange(1,9)))

df_out['repair'] = df_out['Repair'].fillna(0)

df_out = df_out.ffill().reset_index()

print(df_out)

输出：

    TTF        Module     Product  Repair  Running Total  repair
0     1       Display    Computer     6.0            6.0     6.0
1     2       Display    Computer     2.0            8.0     2.0
2     3       Display    Computer     2.0           10.0     2.0
3     4       Display    Computer     4.0           14.0     4.0
4     5       Display    Computer     4.0           14.0     0.0
5     6       Display    Computer     2.0           16.0     2.0
6     7       Display    Computer     3.0           19.0     3.0
7     8       Display    Computer     6.0           25.0     6.0
8     1  Power Supply  Television     3.0           28.0     3.0
9     2  Power Supply  Television     3.0           31.0     3.0
10    3  Power Supply  Television     5.0           36.0     5.0
11    4  Power Supply  Television     6.0           42.0     6.0
12    5  Power Supply  Television     4.0           46.0     4.0
13    6  Power Supply  Television     4.0           46.0     0.0
14    7  Power Supply  Television     2.0           48.0     2.0
15    8  Power Supply  Television     2.0           50.0     2.0

---

您发布的是一个看起来像Excel文件的屏幕截图。您应该真正展示您是如何将这些数据读入Python/pandas的，以及您打算如何从中着手。您是否已将单个excel文件加载到单个数据框中？我创建了excel屏幕截图，因为我认为它在问题中显示得最好。实际上，我正在从Teradata中提取一个结果集，这将创建Pandas df。另见。很难理解如何从Excel SS中获得进步-它是一个单独的DF吗？在这种情况下，您只需对数据进行排序。我对原始问题进行了编辑，显示了使我了解我所在位置的代码。谢谢！这正是我想要的。关于如何将lambda更改为动态而不是1,9，有什么建议吗？也就是说，随着时间的推移，数据可能具有不同的TTF范围。@MichaelMelillo您可以在np.arange函数中使用df.TFF.min（）和df.TFF.max（）。

df\u out=df.set\u index（'TTF'）.groupby（['Product'，'Module']，group\u key=False）。apply（lambda x:x.reindex（np.arange（df.TTF.min（），df.TTF.max（）+1））