熊猫在Groupby中重新编制索引的日期
我有一个零星的日期作为索引的数据框，并且列=’id’和’num’。我想pd.groupby在“ id”列中将重新索引应用于数据框中的每个组。
我的样本数据集如下所示：
id num
2015-08-01 1 3
2015-08-05 1 5
2015-08-06 1 4
2015-07-31 2 1
2015-08-03 2 2
2015-08-06 2 3
我预计，一旦输出pd.reindex用ffill的是：
id num
2015-08-01 1 3
2015-08-02 1 3
2015-08-03 1 3
2015-08-04 1 3
2015-08-05 1 5
2015-08-06 1 4
2015-07-31 2 1
2015-08-01 2 1
2015-08-02 2 1
2015-08-03 2 2
2015-08-04 2 2
2015-08-05 2 2
2015-08-06 2 3
我尝试过此方法，但无济于事： newdf=df.groupby('id').reindex(method='ffill')
返回错误：AttributeError: Cannot access callable attribute 'reindex' of 'DataFrameGroupBy' objects, try using the 'apply' method
任何帮助将非常感激
问题答案：
可能有一种更轻松的方式来做到这一点，但这可行：
def reindex_by_date(df):
dates = pd.date_range(df.index.min(), df.index.max())
return df.reindex(dates).ffill()
df.groupby('id').apply(reindex_by_date).reset_index(0, drop=True)
-
问题内容： 我有一个包含以下信息的数据框： 我想根据索引插入数据帧中的值， 但仅在每个文件组中 。 插值，我通常会做 和我一起做 我希望插入的数据帧看起来像这样： NaN仍然存在于t = 6的位置，因为它们是file2组中的第一项。 我怀疑我需要使用“应用”，但是还无法确切地知道如何… 任何帮助，将不胜感激。 问题答案：
-
问题内容： 我有一个数据框，看起来像： 我希望按年份分组，然后总结sum_col。此外，我需要查找一周的最早日期和最新日期。第一部分很简单： 我试图用这个来找到最小/最大日期，但是没有成功： 如何找到最早/最新出现的日期？ 问题答案： 您需要组合适用于同一列的函数，如下所示：
-
问题内容： 我有一个固定宽度的数据文件，其中包含日期，但是当我尝试绘制数据时，日期无法在x轴上正确显示。 我的档案看起来像 等等 我用 熊猫 读文件 所以我想这里的问题是从熊猫到matplotlib日期时间的转换，如何进行转换？ 我也直接尝试了熊猫： 但这失败了 TypeError：空的“ Series”：没有要绘制的数字数据 问题答案： 如果您使用包含列名而不是字符串的列表，则data.set_
-
问题内容： in Pandas中in的功能到底是什么？ 问题答案： 当你什么都不懂的时候是你的朋友。它清除了很多次疑问。 看一看： 输出： 当您使用的键将成为新数据框中的索引时。 将列设置为索引时，将获得以下好处： 速度。 当您基于索引列过滤值时，例如 ，因为索引列的散列会更快。不必遍历整个列即可找到。它将只计算的哈希值，并在1 go内找到它。 缓解。 当您可以使用较短和较快的语法，而不是较长和较
-
问题内容： 我有一个数据框，我从其中删除了一些行。结果，我得到一个数据框架，其中的索引是这样的：我想将其重置为。我该怎么做？ 以下似乎有效： 以下内容不起作用： 问题答案： 是您要寻找的。如果您不希望将其另存为列，请执行以下操作： 如果您不想重新分配：
-
问题内容： pandas groupby的默认行为是将group by列转换为index并将其从数据框的列列表中删除。例如，说我有一个包含这些列的dataFrame 如果我申请一个GROUPBY发言权列和这样 数据框不再在列列表中。它们将自动转换为结果数据帧的索引。 我的问题是如何对列执行groupby并将该列保留在数据框中？ 问题答案：