如何使用 7d 频率的 pandas 石斑鱼并用 0 填充缺失的天数? [英] How to use pandas Grouper with 7d frequency and fill missing days with 0?

问题描述

我有以下示例数据集

df = pd.DataFrame({
    'names': ['joe', 'joe', 'joe'],
    'dates': [dt.datetime(2019,6,1), dt.datetime(2019,6,5), dt.datetime(2019,7,1)],
    'values': [5,2,13]
})

我想按 names 和按周或 7 天分组，我可以用

and I want to group by names and by weeks or 7 days, which I can achieve with

df_grouped = df.groupby(['names', pd.Grouper(key='dates', freq='7d')]).sum()

                  values
names dates             
joe   2019-06-01       7
      2019-06-29      13

但是我要寻找的是这样的东西，带有所有明确的日期

But what I would be looking for is something like this, with all the explicit dates

                  values
names dates             
joe   2019-06-01       7
      2019-06-08       0
      2019-06-15       0
      2019-06-22       0
      2019-06-29      13

通过执行 df_grouped.index.levels[1] 我发现所有这些中间日期实际上都在索引中，所以也许这是我可以利用的东西.

And by doing df_grouped.index.levels[1] I see that all those intermediate dates are actually in the index, so maybe that's something I can leverage.

关于如何实现这一目标的任何想法?

Any ideas on how to achieve this?

谢谢

推荐答案

使用 DataFrameGroupBy.resample 和 DatetimeIndex:

df_grouped = df.set_index('dates').groupby('names').resample('7D').sum()
print (df_grouped)
                  values
names dates             
joe   2019-06-01       7
      2019-06-08       0
      2019-06-15       0
      2019-06-22       0
      2019-06-29      13

这篇关于如何使用 7d 频率的 pandas 石斑鱼并用 0 填充缺失的天数?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！