行を挿入して不足しているデータを追加する

Question

誰かが次のように進める方法についていくつかの指針を与えることができるのだろうかと思います。パンダスの初心者である私は、私が全体的な知識とスキルのレベルでは、以下で概説する要求を処理するのに十分ではないと感じています。

私は2,000以上の部品番号のリストを持つpandasデータフレームを持っています。各部品には、部品の販売年数、月数、販売数量、販売価格があります。毎年、不足する月が時々ある可能性があります。以下の2007年のデータ例では、その月に売上がないため、11月が欠落しています。同様に、2008年には、月数11 & 12が欠落しています。私がしたいのは、毎年欠落している月を挿入し、適切な年、月、および各part_idグループ内の数量と売り上げのゼロ値を含む行を挿入することです。
合計でデータは約です。 60200、およその行2000部のIDです。 私は解決策を開発するのに時間を費やしていませんが、私の教育を助けるためのいくつかの指針を使うことができます。

私はあなたが stackで from_productから作成 MultiIndexによる最初の set_index、そして unstackと reindex列が必要だと思う

index      Part_ID Year  Month Qty   Sales 
60182      ZZSSL 2007  5  11.0   724.85 
60183      ZZSSL 2007  6  7.0   537.94 
60184      ZZSSL 2007  7  17.0   1165.02 
60185      ZZSSL 2007  8  3.0   159.56 
60186      ZZSSL 2007  9  67.0   4331.28 
60187      ZZSSL 2007  10  72.0   4582.98 
60188      ZZSSL 2007  12  42.0   2651.42 
60189      ZZSSL 2008  1  22.0   1422.32 
60190      ZZSSL 2008  2  16.0   1178.98 
60191      ZZSSL 2008  3  20.0   1276.60 
60192      ZZSSL 2008  4  28.0   2120.84 
60193      ZZSSL 2008  5  2.0   83.03 
60194      ZZSSL 2008  6  16.0   1250.24 
60195      ZZSSL 2008  9  17.0   1323.34 
60196      ZZSSL 2008  10  2.0   197.98 
60197      ZZSSL 2009  1  21.0   1719.30 
60198      ZZSSL 2009  2  1.0   78.15 
60199      ZZSSL 2009  3  3.0   281.34 
60200      ZZSSL 2009  4  25.0   2214.25 
60201      ZZSSL 2009  5  10.0   833.60 
60202      ZZSSL 2009  6  1.0   83.36 
60203      ZZSSL 2009  7  1.0   83.36 

Answer 1

：の開始と終了Month間だけ欠損値が必要な場合は

mux = pd.MultiIndex.from_product([['Qty','Sales'],np.arange(1,13)]) 

print (df.set_index(['Part_ID','Year', 'Month']) 
     .unstack(fill_value=0) 
     .reindex(columns=mux, fill_value=0) 
     .stack() 
     .rename_axis(['Part_ID','Year','Month']) 
     .reset_index()) 

Part_ID Year Month Qty Sales 
0 ZZSSL 2007  1 0.0  0.00 
1 ZZSSL 2007  2 0.0  0.00 
2 ZZSSL 2007  3 0.0  0.00 
3 ZZSSL 2007  4 0.0  0.00 
4 ZZSSL 2007  5 11.0 724.85 
5 ZZSSL 2007  6 7.0 537.94 
6 ZZSSL 2007  7 17.0 1165.02 
7 ZZSSL 2007  8 3.0 159.56 
8 ZZSSL 2007  9 67.0 4331.28 
9 ZZSSL 2007  10 72.0 4582.98 
10 ZZSSL 2007  11 0.0  0.00 
11 ZZSSL 2007  12 42.0 2651.42 
12 ZZSSL 2008  1 22.0 1422.32 
13 ZZSSL 2008  2 16.0 1178.98 
14 ZZSSL 2008  3 20.0 1276.60 
15 ZZSSL 2008  4 28.0 2120.84 
16 ZZSSL 2008  5 2.0 83.03 
17 ZZSSL 2008  6 16.0 1250.24 
18 ZZSSL 2008  7 0.0  0.00 
19 ZZSSL 2008  8 0.0  0.00 
20 ZZSSL 2008  9 17.0 1323.34 
21 ZZSSL 2008  10 2.0 197.98 
22 ZZSSL 2008  11 0.0  0.00 
23 ZZSSL 2008  12 0.0  0.00 
24 ZZSSL 2009  1 21.0 1719.30 
25 ZZSSL 2009  2 1.0 78.15 
26 ZZSSL 2009  3 3.0 281.34 
27 ZZSSL 2009  4 25.0 2214.25 
28 ZZSSL 2009  5 10.0 833.60 
29 ZZSSL 2009  6 1.0 83.36 
30 ZZSSL 2009  7 1.0 83.36 
31 ZZSSL 2009  8 0.0  0.00 
32 ZZSSL 2009  9 0.0  0.00 
33 ZZSSL 2009  10 0.0  0.00 
34 ZZSSL 2009  11 0.0  0.00 
35 ZZSSL 2009  12 0.0  0.00 

を各year：

df['Month'] = pd.to_datetime(df.Month.astype(str) + '-01-' 
                + df.Year.astype(str)) 
df = df.set_index('Month') 
     .groupby(['Part_ID','Year']) 
     .resample('MS') 
     .asfreq() 
     .fillna(0) 
     .drop(['Part_ID','Year'], axis=1) 
     .reset_index() 
df['Month'] = df['Month'].dt.month 
print (df) 
    Part_ID Year Month Qty Sales 
0 ZZSSL 2007  5 11.0 724.85 
1 ZZSSL 2007  6 7.0 537.94 
2 ZZSSL 2007  7 17.0 1165.02 
3 ZZSSL 2007  8 3.0 159.56 
4 ZZSSL 2007  9 67.0 4331.28 
5 ZZSSL 2007  10 72.0 4582.98 
6 ZZSSL 2007  11 0.0  0.00 
7 ZZSSL 2007  12 42.0 2651.42 
8 ZZSSL 2008  1 22.0 1422.32 
9 ZZSSL 2008  2 16.0 1178.98 
10 ZZSSL 2008  3 20.0 1276.60 
11 ZZSSL 2008  4 28.0 2120.84 
12 ZZSSL 2008  5 2.0 83.03 
13 ZZSSL 2008  6 16.0 1250.24 
14 ZZSSL 2008  7 0.0  0.00 
15 ZZSSL 2008  8 0.0  0.00 
16 ZZSSL 2008  9 17.0 1323.34 
17 ZZSSL 2008  10 2.0 197.98 
18 ZZSSL 2009  1 21.0 1719.30 
19 ZZSSL 2009  2 1.0 78.15 
20 ZZSSL 2009  3 3.0 281.34 
21 ZZSSL 2009  4 25.0 2214.25 
22 ZZSSL 2009  5 10.0 833.60 
23 ZZSSL 2009  6 1.0 83.36 
24 ZZSSL 2009  7 1.0 83.36 

Answer 2

これを試してみてください。

In [220]: r = (df.reset_index() 
    .....:  .set_index(pd.to_datetime(df.Year.map(str) + '-' + df.Month.map(str).str.zfill(2) + '-01')) 
    .....:  .resample('MS') 
    .....:) 

In [221]: new = r.pad().drop(['Qty','Sales'],1).join(r.mean().replace(np.nan, 0)[['Qty','Sales']]) 

In [222]: new.Month = new.index.month 

In [223]: new.reset_index(drop=True) 
Out[223]: 
    index Part_ID Year Month Qty Sales 
0 60182 ZZSSL 2007  5 11.0 724.85 
1 60183 ZZSSL 2007  6 7.0 537.94 
2 60184 ZZSSL 2007  7 17.0 1165.02 
3 60185 ZZSSL 2007  8 3.0 159.56 
4 60186 ZZSSL 2007  9 67.0 4331.28 
5 60187 ZZSSL 2007  10 72.0 4582.98 
6 60187 ZZSSL 2007  11 0.0  0.00 
7 60188 ZZSSL 2007  12 42.0 2651.42 
8 60189 ZZSSL 2008  1 22.0 1422.32 
9 60190 ZZSSL 2008  2 16.0 1178.98 
10 60191 ZZSSL 2008  3 20.0 1276.60 
11 60192 ZZSSL 2008  4 28.0 2120.84 
12 60193 ZZSSL 2008  5 2.0 83.03 
13 60194 ZZSSL 2008  6 16.0 1250.24 
14 60194 ZZSSL 2008  7 0.0  0.00 
15 60194 ZZSSL 2008  8 0.0  0.00 
16 60195 ZZSSL 2008  9 17.0 1323.34 
17 60196 ZZSSL 2008  10 2.0 197.98 
18 60196 ZZSSL 2008  11 0.0  0.00 
19 60196 ZZSSL 2008  12 0.0  0.00 
20 60197 ZZSSL 2009  1 21.0 1719.30 
21 60198 ZZSSL 2009  2 1.0 78.15 
22 60199 ZZSSL 2009  3 3.0 281.34 
23 60200 ZZSSL 2009  4 25.0 2214.25 
24 60201 ZZSSL 2009  5 10.0 833.60 
25 60202 ZZSSL 2009  6 1.0 83.36 
26 60203 ZZSSL 2009  7 1.0 83.36