Python Pandas，如何在使用groupby（）时创建完全填充的DF

我试图用从更大的df中提取的计算需求值填充数据帧。其目的是了解特定变量的行为（时间需求）

如果我使用

df1.groupby（['product\u title'，'supplier\u name'，'date']）['difference'].sum（）.fillna（0）

我得到以下结果：

product_title       supplier_name date  
Adults-Blue (mask)  WEI           06/03/20  5
                                  06/05/20  1
                    iYV           06/04/20  3
                                  06/05/20  4
                                  06/07/20  2

但我需要的结果是以下结果（1）：

product_title       supplier_name date      demand
Adults-Blue (mask)  WEI           06/03/20  5
Adults-Blue (mask)  WEI           06/05/20  1
Adults-Blue (mask)  iYV           06/04/20  3
Adults-Blue (mask)  iYV           06/05/20  4
Adults-Blue (mask)  iYV           06/07/20  2

我还尝试使用以下方法在原始数据框中创建一个新列：

df1['demand'] = df1.groupby(['product_title', 'supplier_name', 'date'])['difference'].sum().fillna(0)

但我得到一个索引错误：

TypeError: incompatible index of inserted column with frame index

---

可以理解，因为我正在生成一个更小的数据帧。我该怎么做才能得到结果（1）？

我编造了一些玩具数据来给你一些工作代码。如前所述，您可以使用

reset\u index

，但这需要比此解决方案更多的代码。这是你怎么做的

import pandas as pd
df = pd.DataFrame({'Animal': ['Falcon', 'Falcon',
                              'Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.]})

df['mean_speed_animal'] = df.groupby(['Animal']).transform('sum').fillna(0)
print(df)

---

可以添加原始数据帧的示例吗？在所有操作之后执行

.reset_index（）

，因为group by使用group by的键作为分组结果中的索引。重置索引将把它们作为单独的值再次放在列中。由于您的建议，我解决了这个问题：df1['demand']=df1.groupby（['product\u title'，'supplier\u name'，'date']）['difference'].transform（'sum'）。fillna（0）很高兴我能提供帮助！