python reindex不显示列值

debugcn 发表于 Dev

和

我正在JupyterLab中使用python 3.7和pandas并尝试使用reindex在MultiIndex表中添加缺失的行（index应该是具有Col1和Col2元素的产品）。

df2 = pd.DataFrame({'Col1': [10, 11, 12, 12, 12, 11,],
                   'Col2': ['2012', '2012', '2013', '2014', '2015', '2012'],
                   'result': [1, 1, 1, 1, 1, 1]})

start, end = df2['Col1'].min(), df2['Col1'].max()
Col2_values = df2['Col2'].sort_values().unique()
newIndex = pd.MultiIndex.from_product( [range(start, end+1), Col2_values ], names=['Col1', 'Col2'],)
 
df2 = df2.reindex( newIndex, columns=['result'] )
print(df2)

它显示的是：

           result
Col1 Col2        
10   2012     NaN
     2013     NaN

有人可以告诉我如何保存列结果的值吗？

耶斯列尔

使用DataFrame.set_index了MultiIndex来自col1和col2针对reindex通过MultiIndex，否则reindex使用默认值RangeIndex（0-6），没有价值的比赛，并得到所有NaNS是输出列：

#last year is 2016
df2 = pd.DataFrame({'Col1': [10, 11, 12, 12, 12, 11,],
                   'Col2': ['2012', '2012', '2013', '2014', '2015', '2016'],
                   'result': [1, 1, 1, 1, 1, 1]})

start, end = df2['Col1'].min(), df2['Col1'].max()
Col2_values = df2['Col2'].sort_values().unique()
newIndex = pd.MultiIndex.from_product( [range(start, end+1), Col2_values ], 
                                       names=['Col1', 'Col2'],)
print (newIndex) 
MultiIndex([(10, '2012'),
            (10, '2013'),
            (10, '2014'),
            (10, '2015'),
            (10, '2016'),
            (11, '2012'),
            (11, '2013'),
            (11, '2014'),
            (11, '2015'),
            (11, '2016'),
            (12, '2012'),
            (12, '2013'),
            (12, '2014'),
            (12, '2015'),
            (12, '2016')],
           names=['Col1', 'Col2'])

df2 = df2.set_index(['Col1','Col2']).reindex( newIndex, columns=['result'] )
print(df2)
           result
Col1 Col2        
10   2012     1.0
     2013     NaN
     2014     NaN
     2015     NaN
     2016     NaN
11   2012     1.0
     2013     NaN
     2014     NaN
     2015     NaN
     2016     1.0
12   2012     NaN
     2013     1.0
     2014     1.0
     2015     1.0
     2016     NaN

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。