Python 如何根据熊猫中的列填充缺少的值？

我在熊猫中有这个数据帧：

df = pandas.DataFrame({
        "n": ["a", "b", "c", "a", "b", "x"],
        "t": [0, 0, 0, 1, 1, 1],
        "v": [10,20,30,40,50,60]
    })

如何用缺少的值填充，使列

t

的每个值在列

n

中具有相同的条目？也就是说，每个

t

值都应该有

a、b、c、x

的条目，如果它们缺失，则记录为

NaN

：

   n  t   v
   a  0  10
   b  0  20
   c  0  30
   x  NaN NaN
   a  1  40
   b  1  50
   c  NaN NaN
   x  1  60

---

看来你造错了。通常自动读入NaN或指定它们。如果顶部有

import numpy as np

，则可以通过

np.NaN

手动输入NaN。或者，pandas在内部存储numpy，您可以通过pandas.np.Nan

获得一个Nan，如果在

df

之前没有

Nan

，则可以使用-create

多索引
，然后，
t
中的
Nan
由
v
列设置：

cols = ["n", "t"]
df1 = df.set_index(cols)
mux = pd.MultiIndex.from_product(df1.index.levels, names=cols)
df1 = df1.reindex(mux).sort_index(level=[1,0]).reset_index()
df1['t'] = df1['t'].mask(df1['v'].isnull())
print (df1)
   n    t     v
0  a  0.0  10.0
1  b  0.0  20.0
2  c  0.0  30.0
3  x  NaN   NaN
4  a  1.0  40.0
5  b  1.0  50.0
6  c  NaN   NaN
7  x  1.0  60.0

添加NaN的另一个解决方案是，方法：

但是如果一些
NaN
值需要
groupby
和
loc
by
n
列的值：

df = pd.DataFrame({"n": ["a", "b", "c", "a", "b", "x"], 
                       "t": [0, 0, 0, 1, 1, 1], 
                       "v": [10,20,30,40,50,np.nan]})
print (df)
   n  t     v
0  a  0  10.0
1  b  0  20.0
2  c  0  30.0
3  a  1  40.0
4  b  1  50.0
5  x  1   NaN

df1 = df.set_index('n')
        .groupby('t', group_keys=False)
        .apply(lambda x: x.loc[df.n.unique()])
        .reset_index()

print (df1)
   n    t     v
0  a  0.0  10.0
1  b  0.0  20.0
2  c  0.0  30.0
3  x  NaN   NaN
4  a  1.0  40.0
5  b  1.0  50.0
6  c  NaN   NaN
7  x  1.0   NaN   


计划


获取列
'n'
的唯一值。我们将使用它来重新索引
我们将把
f
应用于
't'
列各组中的组，通过
idx
重新编制索引将确保我们得到针对每组唯一
't'
的
idx
的所有元素
我们设置索引，以便在一点时间内
reindex


据我所知，您希望
“n”
中的每个值在按
“t”
分组的子组中平均分布。我还希望这些
“n”
不能在这些子组中重复

考虑到这些假设是正确的，这似乎是这个用例的一个很好的选择。这里，
“n”
下的值将构成列名，
“t”
将是分组索引，
DF
的内容将由
“v”
下的值填充。稍后将
DF
堆叠起来，同时保留
NaN
条目，并用
.loc
访问器将其对应的单元格填充到
“t”
中

df1 = pd.pivot_table(df, "v", "t", "n", "first").stack(dropna=False).reset_index(name="v")
df1.loc[df1['v'].isnull(), "t"] = np.nan


df1 = df.groupby('t', group_keys=False)
        .apply(lambda x: x.set_index('n').loc[df.n.unique()])
        .reset_index()
print (df1)
   n    t     v
0  a  0.0  10.0
1  b  0.0  20.0
2  c  0.0  30.0
3  x  NaN   NaN
4  a  1.0  40.0
5  b  1.0  50.0
6  c  NaN   NaN
7  x  1.0   NaN

idx = df.n.unique()
f = lambda x: x.reindex(idx)
df.set_index('n').groupby('t', group_keys=False).apply(f).reset_index()

   n    t     v
0  a  0.0  10.0
1  b  0.0  20.0
2  c  0.0  30.0
3  x  NaN   NaN
4  a  1.0  40.0
5  b  1.0  50.0
6  c  NaN   NaN
7  x  1.0  60.0

df1 = pd.pivot_table(df, "v", "t", "n", "first").stack(dropna=False).reset_index(name="v")
df1.loc[df1['v'].isnull(), "t"] = np.nan