パンダDATAFRAME補間/再サンプリング毎日のデータを

Question

私はこのようになりますデータフレーム持っている：最初の列は、ユーザIDで、2番目の列は日付（その結果である

userid  date   count 
a   2016-12-01 4 
a   2016-12-03 5 
a   2016-12-05 1 
b   2016-11-17 14 
b   2016-11-18 15 
b   2016-11-23 4 

をgroupby（pd.TimeGrouper（ 'd'））から3番目のカラムは日々のカウントですが、ユーザごとに、ユーザの最小値と最大値の間に欠けている日数が0になるようにしたいと思います上記のようなデータフレームから始めれば、次のようなデータフレームになります。

userid  date   count 
    a   2016-12-01 4 
    a   2016-12-02 0 
    a   2016-12-03 5 
    a   2016-12-04 0 
    a   2016-12-05 1 
    b   2016-11-17 14 
    b   2016-11-18 15 
    b   2016-11-19 0 
    b   2016-11-20 0 
    b   2016-11-21 0 
    b   2016-11-22 0 
    b   2016-11-23 4 

私はパンダのデータフレームでリサンプリング（前方、後方、平均を補間するために選択するオプションがあります）がありますが、上記の意味でこれをどのようにして行うのですか。各ユーザーIDが、ユーザーごとに時系列の日付が異なる場合ここで

が、私はそれが働いていないしようとしたものです：

grouped_users = user_daily_counts.groupby('user').set_index('timestamp').resample('d', fill_method = None)

ただし、これはエラーAttributeError: Cannot access callable attribute 'set_index' of 'DataFrameGroupBy' objects, try using the 'apply' methodをスローします。私はしたいと思うようにすべての列を転送しながら、私はどのようにapplyメソッドを使用することができるだろうか分かりません。

ありがとうございました！

Answer 1

groupbyとresampleを使用できますが、最初にをset_indexで作成する必要があります。
（need pandas 0.18.1 and higher）

そしてfillnaでasfreqによって0によってNaNを埋めます。

最終削除列useridとreset_index：

df = df.set_index('date') 
     .groupby('userid') 
     .resample('D') 
     .asfreq() 
     .fillna(0) 
     .drop('userid', axis=1) 
     .reset_index() 

print (df) 
    userid  date count 
0  a 2016-12-01 4.0 
1  a 2016-12-02 0.0 
2  a 2016-12-03 5.0 
3  a 2016-12-04 0.0 
4  a 2016-12-05 1.0 
5  b 2016-11-17 14.0 
6  b 2016-11-18 15.0 
7  b 2016-11-19 0.0 
8  b 2016-11-20 0.0 
9  b 2016-11-21 0.0 
10  b 2016-11-22 0.0 
11  b 2016-11-23 4.0 

に列のDTYPEがcount整数astypeを追加したい場合は、次の

df = df.set_index('date') \ 
     .groupby('userid') \ 
     .resample('D') \ 
     .asfreq() \ 
     .fillna(0) \ 
     .drop('userid', axis=1) \ 
     .astype(int) \ 
     .reset_index() 

print (df) 
    userid  date count 
0  a 2016-12-01  4 
1  a 2016-12-02  0 
2  a 2016-12-03  5 
3  a 2016-12-04  0 
4  a 2016-12-05  1 
5  b 2016-11-17  14 
6  b 2016-11-18  15 
7  b 2016-11-19  0 
8  b 2016-11-20  0 
9  b 2016-11-21  0 
10  b 2016-11-22  0 
11  b 2016-11-23  4