Python 熊猫在DataFrame中填写缺失的每月日期，用零填充一个特定列

我面临一个关于熊猫的问题，以及如何在数据框中填充缺失的日期。 给定数据帧的结构如下所示：

     Amount  Code     Type   Date
0     34.97  J36J     74343 2016-01-01
1     16.32  J36J     74343 2016-04-01
2     10.30  J36J     69927 2015-12-01
3     10.45  J36J     69927 2016-07-01
4      5.63  J36J     69927 2017-03-01
5     15.79  J36J     69927 2018-09-01
6     15.00  J36J     69927 2019-06-01
7      6.44  J36J     69926 2016-03-01
8      6.47  J36J     69926 2017-03-01
9     15.00  J36J     69926 2018-07-01
10    15.00  J36J     69926 2019-06-01

• 额：额
• 代码：在整个数据帧中相同的Productcode
• 类型：一个Producttype，有许多不同的类型
• 日期：日期范围，跨越2015年12月至 2020年9月

我的目标是每月为每个类型输入一个时间跨度。 也就是说，每种材料都应该有58个条目。 “人工”创建的每月分录的金额应为0。 因此，我的预期输出是（例如，仅针对一种类型）

幸运的是，已经有人提出了同样的问题 （）

我根据我的情况修改了非常有用的答案：

df.Date=pd.to_datetime(df.Date)
s=pd.date_range(df.Date.min(),df.Date.max(),freq='MS')

df=df.set_index(['Code','Type','Date']).\
      Amount.unstack().reindex(columns=s,fill_value=0).stack().reset_index()
df

这工作得很好，但后来我检查了生成的数据帧，似乎有一些日期丢失了

398     74343  J36J 2016-01-01  34.97
399     74343  J36J 2016-02-01   0.00
400     74343  J36J 2016-04-01  16.32
401     74343  J36J 2016-05-01   0.00
402     74343  J36J 2016-06-01   0.00
403     74343  J36J 2016-08-01   0.00
404     74343  J36J 2016-10-01   0.00
405     74343  J36J 2016-11-01   0.00
406     74343  J36J 2016-12-01   0.00

你们知道这是什么原因吗？ 我想可能是因为我选择的频率（'MS'）？但我认为其他人都不适合。（）还是必须手动设置数据范围？ 在我的初始数据框中，显然不是所有日期都可用

在那件事上的任何帮助都是感激的

---

BR

这是一个微妙的过程，非常有趣

import pandas as pd
data = {'Amount' :[34.97, 16.32, 10.3, 10.45, 5.63, 15.79, 15, 6.44, 6.47, 15, 15],
'Code': ['J36J','J36J','J36J','J36J','J36J','J36J','J36J','J36J','J36J','J36J','J36J'],
'Type': [74343,74343,69927,69927,9927,69927,69927,69926,69926,69926,69926],
'Date': ['1/1/2016','4/1/2016','12/1/2015','7/1/2016','3/1/2017','9/1/2018','6/1/2019','3/1/2016','3/1/2017','7/1/2018','6/1/2019']}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')
df

这得到了上述值的起点。然后我们花了一段时间才弄清楚到底发生了什么，问题是我们对所有类型使用了相同的s，而不是单独使用。因此，如果日期是另一种类型，则不会被覆盖

为了解决这个问题，我把它分成几部分，这样我们就可以把它重新组装起来

outdf = pd.DataFrame(columns = df.columns)
s=pd.date_range(df.Date.min(),df.Date.max(),freq='MS')
for name, subdf in df.groupby('Type'):
    thisdf=subdf.set_index(['Code','Type','Date']).\
        Amount.unstack().reindex(columns=s,fill_value=0).stack().reset_index()
    thisdf.rename(columns={0: "Amount", "level_2": "Date"}, errors="raise",inplace=True)
    thisdf.reset_index(inplace=True)
    thisdf = thisdf[['Code', 'Type', 'Date', 'Amount']]
    outdf = pd.concat([outdf,thisdf])
    outdf = outdf[['Code', 'Type', 'Date', 'Amount']]

outdf.reset_index(inplace=True)
outdf = outdf[['Code', 'Type', 'Date', 'Amount']]

---

因此，我们所做的是将其分解成单独的项目，然后在每次通过groupby后将它们粘在一起。这样我们就不会错过其他类型的日期了。

哇，这是夏洛克下一级的作品，非常感谢！这就是为什么我如此喜欢StackOverflow，你总是能学到新东西。

outdf = pd.DataFrame(columns = df.columns)
s=pd.date_range(df.Date.min(),df.Date.max(),freq='MS')
for name, subdf in df.groupby('Type'):
    thisdf=subdf.set_index(['Code','Type','Date']).\
        Amount.unstack().reindex(columns=s,fill_value=0).stack().reset_index()
    thisdf.rename(columns={0: "Amount", "level_2": "Date"}, errors="raise",inplace=True)
    thisdf.reset_index(inplace=True)
    thisdf = thisdf[['Code', 'Type', 'Date', 'Amount']]
    outdf = pd.concat([outdf,thisdf])
    outdf = outdf[['Code', 'Type', 'Date', 'Amount']]

outdf.reset_index(inplace=True)
outdf = outdf[['Code', 'Type', 'Date', 'Amount']]