Python 填写分组 ID 的缺失日期，其中每个 ID 都有自己的最小和最大日期

Question

嘿，我看到了很多问题的答案，其中最大和最小日期在输出中是恒定的。但是，在每个ID的最大日期和最小日期之间只填写什么，为每个ID填写日期呢。例如，假设这是数据帧

x=熊猫。DataFrame(｛'user'：〔'a'，'a'，'b'，'a'〕，'dt'：〔2016-01-01，2016-01-02，2016-01-05，2016-01-09，2016-01-06〕，'val'：〔1,33,2,1,2〕｝(

所需输出为

日期日期用户2016-01-01a1.02016-01-02a33.02016-01-032016-01-042016-01-05a0.02016-01-06a2.02016-01-05b<2.0>2016-01-062016-01-072016-01-08b0.02016-01-09b1.0

Answer 1

基于您的解决方案，我刚刚用min(d.index):替换了min(x.dt)

import pandas as pd
x = pd.DataFrame({'user': ['a','a','b','b','a'], 'dt': ['2016-01-01','2016-01-02', '2016-01-05','2016-01-09','2016-01-06'], 'val': [1,33,2,1,2]})
x['dt'] = pd.to_datetime(x['dt'])

filled_df = (x.set_index('dt')
.groupby('user')
.apply(lambda d: d.reindex(pd.date_range(min(d.index),
max(x.dt),
freq='D')))
.drop('user', axis=1)
.reset_index('user')
.fillna(0))

输出

>>> filled_df
user   val
2016-01-01    a   1.0
2016-01-02    a  33.0
2016-01-03    a   0.0
2016-01-04    a   0.0
2016-01-05    a   0.0
2016-01-06    a   2.0
2016-01-07    a   0.0
2016-01-08    a   0.0
2016-01-09    a   0.0
2016-01-05    b   2.0
2016-01-06    b   0.0
2016-01-07    b   0.0
2016-01-08    b   0.0
2016-01-09    b   1.0