Python 熊猫：添加缺失月份的数据

我有一个按客户按月列出的销售信息的数据框架，看起来像这样，有多个客户，不同的月份和支出：

      customer_id month_year      sales
   0        12    2012-05          2.58   
   1        12    2011-07         33.14  
   2        12    2011-11        182.06   
   3        12    2012-03        155.32   
   4        12    2012-01         71.24 

正如您所看到的，对于每个客户来说，许多月份都不见了。我想为每个客户添加额外的行，销售=0.0，用于月\年范围内的所有月份

---

有人能建议最好的方法吗？

类似的建议；请注意，填充customer_id并没有定义，因为您可能在groupby或其他文件中有此定义

如果需要，您可能需要在末尾重置索引

In [130]: df2 = df.set_index('month_year')

In [131]: df2 = df2.sort_index()

In [132]: df2
Out[132]: 
            customer_id   sales
month_year                     
2011-07              12   33.14
2011-11              12  182.06
2012-01              12   71.24
2012-03              12  155.32
2012-05              12    2.58

In [133]: df2.reindex(pd.period_range(df2.index[0],df2.index[-1],freq='M'))
Out[133]: 
         customer_id   sales
2011-07           12   33.14
2011-08          NaN     NaN
2011-09          NaN     NaN
2011-10          NaN     NaN
2011-11           12  182.06
2011-12          NaN     NaN
2012-01           12   71.24
2012-02          NaN     NaN
2012-03           12  155.32
2012-04          NaN     NaN
2012-05           12    2.58

In [135]: df2['customer_id'] = 12

In [136]: df2.fillna(0.0)
Out[136]: 
         customer_id   sales
2011-07           12   33.14
2011-08           12    0.00
2011-09           12    0.00
2011-10           12    0.00
2011-11           12  182.06
2011-12           12    0.00
2012-01           12   71.24
2012-02           12    0.00
2012-03           12  155.32
2012-04           12    0.00
2012-05           12    2.58

---

我找到了一种不同的方法来填补缺失的月份，他们将用NaN来填补，同时还考虑了多个可能的客户

df = df.set_index(['month_year', 'customer_id'])['sales'].unstack().unstack().reset_index()
df = df.rename(columns={0:'sales'})

---

虽然这是绝对不公平的，但它完成了工作。

这个答案假设只有一个客户id=12。如果有多个客户，并且您希望按客户id和月份/年进行排序，情况如何？