Pandas Reindexで不足する日付を記入するか、より良い方法で記入しますか？

Question

私のデータは工場からの不在レコードです。ある日は休みがないので、その日に記録されたデータや日付はありません。しかし、他の例が示されているところでこれが毛むくじゃらするところでは、さまざまな理由でいくつかの欠席がある可能性があります。データには常に1対1の比率のデータが記録されるとは限りません。上

(index) Shift  Description  Instances (SUM) 
01-01-14 2nd Baker Discipline  0 
01-01-14 2nd Baker Vacation  0 
01-01-14 1st Cooks Discipline  0 
01-01-14 1st Cooks Vacation  0 
01-02-14 2nd Baker Discipline  4 
01-02-14 2nd Baker Vacation  3 
01-02-14 1st Cooks Discipline  3 
01-02-14 1st Cooks Vacation  3 

そしてそう：私は願ってい

結果はこのようなものです。アイデアはすべてシフトしており、説明には期間中のすべての日の値が含まれます（この例では、2014年1月1日〜2014年12月31日）

私はいくつかの例を読み、この作業を行うまではhereです。

ts = pd.read_csv('Absentee_Data_2.csv' 
       , encoding = 'utf-8' 
       ,parse_dates=[3] 
       ,index_col=3 
       ,dayfirst=True 
       ) 

idx = pd.date_range('01.01.2009', '12.31.2017') 

ts.index = pd.DatetimeIndex(ts.index) 
# ts = ts.reindex(idx, fill_value='NaN') 
df = pd.DataFrame(index = idx) 
df1 = df.join(ts, how='left') 

ただし、ts = ts.reindex(idx, fill_value='NaN')のコメントを外すと、エラーメッセージが表示されます。私は何をしようとしているのかを達成するために少なくとも10の方法を試しました。これは正しい道であると100％確信していませんが、それは私にあらゆる進歩に最も近いと思われます。ここで

は、いくつかのサンプルデータです：あなたは助けるために

Description Unexcused Instances Date  Shift 
Discipline FALSE    1 Jan 2 2014 2nd Baker 
Vacation TRUE    2 Jan 2 2014 1st Cooks 
Discipline FALSE    3 Jan 2 2014 2nd Baker 
Vacation TRUE    1 Jan 2 2014 1st Cooks 
Discipline FALSE    2 Apr 8 2014 2nd Baker 
Vacation TRUE    3 Apr 8 2014 1st Cooks 
Discipline FALSE    1 Jun 1 2014 2nd Baker 
Vacation TRUE    2 Jun 1 2014 1st Cooks 
Discipline FALSE    3 Jun 1 2014 2nd Baker 
Vacation TRUE    1 Jun 1 2014 1st Cooks 
Vacation TRUE    2 Jul 5 2014 1st Cooks 
Discipline FALSE    3 Jul 5 2014 2nd Baker 
Vacation TRUE    2 Dec 3 2014 1st Cooks 

は、事前にありがとう、私はあまり進展せず、この中初心者と2日間です。ここの人々が答えをどのように手助けしてくれるのか、本当に感謝します。私のような初心者は、知恵が共有されていることに非常に感謝しています。私はあなただけのdatetimeの使用に問題があると思う

Answer 1

は、このアプローチは、あなたが何を望むかのかなり接近していた

実際

ts.set_index(['Date'],inplace=True) 
ts.index = pd.to_datetime(ts.index,format='%b %d %Y') 
d2 = pd.DataFrame(index=pd.date_range('2014-01-01','2014-12-31')) 

print ts.join(d2,how='right') 

Answer 2

私のために働いた（私はあなたが探しているように見える出力を正しく理解と仮定しますために）。あなたが追加したいものを基本的に

import pandas as pd 

ts = pd.read_csv('Absentee_Data_2.csv', encoding = 'utf-8',parse_dates=[3],index_col=3,dayfirst=True, sep=",") 

idx = pd.date_range('01.01.2009', '12.31.2017') 

ts.index = pd.DatetimeIndex(ts.index) 
#ts = ts.reindex(idx, fill_value='NaN') 
df = pd.DataFrame(index = idx) 
df1 = df.join(ts, how='left') 
df2 = df1.copy() 
df3 = df1.copy() 
df4 = df1.copy() 
dict1 = {'Description': 'Discipline', 'Instances': 0, 'Shift': '1st Cooks'} 
df1 = df1.fillna(dict1) 
dict1["Description"] = "Vacation" 
df2 = df2.fillna(dict1) 
dict1["Shift"] = "2nd Baker" 
df3 = df3.fillna(dict1) 
dict1["Description"] = "Discipline" 
df4 = df4.fillna(dict1) 
df_with_duplicates = pd.concat([df1,df2,df3,df4]) 
final_res = df_with_duplicates.reset_index().drop_duplicates(subset=["index"] + list(dict1.keys())).set_index("index").drop("Unexcused", axis=1) 

：上記のコードに私の追加を参照してくださいts（df1）

fillna(dict1)で作成したDFほとんど空

• コピー4回は静的で埋めることができます
• 4つのdfsを連結すると、csvの元の値が4回重複しているため、いくつかの重複を削除する必要があります。
• ドロップ重複、我々は `set_index（「インデックス」）が続くのでreset_index、付加価値を維持するために、インデックスを必要
• 最後に最後にUnexcused列

いくつかの出力をドロップします。

In [5]: final_res["2013-01-2"] 
Out[5]: 
      Description Instances  Shift 
index          
2013-01-02 Discipline  0.0 1st Cooks 
2013-01-02 Vacation  0.0 1st Cooks 
2013-01-02 Vacation  0.0 2nd Baker 
2013-01-02 Discipline  0.0 2nd Baker 

In [6]: final_res["2014-01-2"] 
Out[6]: 
      Description Instances  Shift 
index           
2014-01-02 Discipline  1.0 2nd Baker 
2014-01-02 Vacation  2.0 1st Cooks 
2014-01-02 Discipline  3.0 2nd Baker 
2014-01-02 Vacation  1.0 1st Cooks 
1