重新索引数据帧(处理分类数据)出现问题

Question

>我有一个看起来像这样的数据

subject_id      hour_measure       urine color        heart_rate
3                 1                  red                40
3                 1.15               red                 60
4                  2                  yellow             50  

我想重新索引数据，以便为每位患者进行 24 小时的测量 我使用以下代码

mux = pd.MultiIndex.from_product([df['subject_id'].unique(), np.arange(1,24)],
names=['subject_id','hour_measure'])
df = df.groupby(['subject_id','hour_measure']).mean().reindex(mux).reset_index()
df.to_csv('totalafterreindex.csv') 

它适用于数值，但对于分类值它删除了它， 如何增强此代码以将平均值用于数字，最常见的用于分类

想要的输出

subject_id      hour_measure       urine color        heart_rate
3                 1                  red                40
3                 2                  red                 60
3                 3                  yellow             50  
3                 4                  yellow             50  
..                ..                ..

Answer 1

Idea 是使用GroupBy.agg与mean表示数字，mode用于分类，如果返回空值，也与iter一起添加next返回modeNones：

mux = pd.MultiIndex.from_product([df['subject_id'].unique(), np.arange(1,24)],
names=['subject_id','hour_measure'])
f = lambda x: x.mean() if np.issubdtype(x.dtype, np.number) else next(iter(x.mode()), None)
df1 = df.groupby(['subject_id','hour_measure']).agg(f).reindex(mux).reset_index()

详情：

print (df.groupby(['subject_id','hour_measure']).agg(f))
urine color  heart_rate
subject_id hour_measure                        
3          1.00                 red          40
1.15                 red          60
4          2.00              yellow          50

最后(如有必要(，每次subject_id使用GroupBy.ffill正向填充缺失值：

cols = df.columns.difference(['subject_id','hour_measure'])
df[cols] = df.groupby('subject_id')[cols].ffill()