MultiIndex的重采样

问题描述

我想按类型对数据集进行每日细分。每种类型都没有每天的记录，如果不存在，我想要 NaN。

我能够获得“重新采样到每日”的结果，但类型被忽略。

下面的代码应该是一个完整的示例（好吧，除了最后的已知错误！）：

import pandas as pd
import datetime as dt

df = pd.DataFrame({
    'Date': [dt.datetime(2021,1,1),dt.datetime(2021,3),dt.datetime(2020,2)],'Type': ['A','A','B'],'Value': [1,2,3]
})

df.set_index('Date',inplace=True)
#   this loses the 'type'
print(df.resample('1D').mean())

df = df.reset_index().set_index(['Date','Type'])

#   this raises an exception "TypeError: Only valid with DatetimeIndex,timedeltaIndex or Periodindex,but got an instance of 'MultiIndex'"
print(df.resample('1D').mean())

我正在寻找的输出是每天一行/类型组合：

日期	输入	value
20210101	A	1
20210102	A	NaN
20210103	A	2
20210101	B	NaN
20210102	B	3
20210103	B	NaN

感谢收到任何建议或指示。

解决方法

如果需要每组重新采样，可以使用 Grouper 进行每天重新采样，然后使用 Series.unstack 和 DataFrame.stack 来添加缺失值：

df = (df.groupby(['Type',pd.Grouper(freq='1D',key='Date')])['Value']
        .mean()
        .unstack()
        .stack(dropna=False)
        .reset_index(name='Value')
      
      )
print (df)  
  Type       Date  Value
0    A 2021-01-01    1.0
1    A 2021-01-02    NaN
2    A 2021-01-03    2.0
3    B 2021-01-01    NaN
4    B 2021-01-02    3.0
5    B 2021-01-03    NaN

如果只需要为每组附加缺失的日期时间，则使用 DataFrame.reindex：

mux = pd.MultiIndex.from_product([df['Type'].unique(),pd.date_range(df['Date'].min(),df['Date'].max())],names=['Date','Type'])
df = df.set_index(['Type','Date']).reindex(mux).reset_index()
print (df)                
  Date       Type  Value
0    A 2021-01-01    1.0
1    A 2021-01-02    NaN
2    A 2021-01-03    2.0
3    B 2021-01-01    NaN
4    B 2021-01-02    3.0
5    B 2021-01-03    NaN