パンダ - 私はそうのように国によって、日付ごとにマルチインデックスされるデータフレーム持って列の値のシリーズをフェッチし、細胞

Question

にそれらを置く：私は必要なもの

をテーブルを作成することですそれは、国ごとにグループ化され、それはそうのような日付ごとの測定値の配列と余分な列があります。シーケンスは、いくつかの国のために存在するが、ミスしている日付のゼロが含まれていることを

注意を他の人のためにing。

私はこれを行うことができる唯一の方法は、それぞれの国を反復処理することです：

# discard dates and create dataframe grouped by countries 
grouped_chunk = grouped_tds_df.groupby('country__name').sum() 

# create index containing uninterrupted sequence of dates 
full_date_range = pd.date_range(datetime(2017, 4, 13).date(), datetime(2017, 4, 18).date()) 

# iterate over each country 
for country_idx in grouped_chunk.index: 

    # get rows that contain data for this country  
    this_country_raws = grouped_tds_df[grouped_tds_df['country__name'] == country_idx] 

    # reindex them to include missing dates 
    this_country_raws = this_country_raws.set_index('date').reindex(
     full_date_range, fill_value=0 
    ) 

    # pick a list of values for sequence 
    joined = ','.join(str(l) for l in this_country_raws['raws']) 

    # insert sequence into original table 
    grouped_chunk.loc[country_idx, 'raws_sequence'] = joined 

しかし、反復なしでそれを行う方法はありますか？元のテーブルのインデックスレベル2（date）の一部のバッチ再インデックス化？私は各国の再インデックスを開始したくありません。

Answer 1

unstackとstackを使用して、デカルト積の欠損要素を取り込みます。

f = dict(
    raws=dict(raws='sum', raws_sequence=lambda x: list(x)), 
    cost=dict(cost='sum') 
) 

d1 = df.unstack(fill_value=0).stack().groupby(level='country_name').agg(f) 
d1.columns = d1.columns.droplevel(0) 

d1 

      raws     raws_sequence cost 
country_name             
AD    18    [12, 1, 4, 1, 0, 0] 0.0018 
AE   11444 [0, 0, 3336, 2619, 2520, 2969] 1.1444 
AF   31120 [0, 0, 12701, 9602, 6979, 1838] 3.1120 
AG    5306 [0, 0, 1161, 1514, 1065, 1566] 0.5306 

セットアップ

mux = pd.MultiIndex.from_tuples([ 
     ['AD', '2017-04-10'], 
     ['AD', '2017-04-11'], 
     ['AD', '2017-04-12'], 
     ['AD', '2017-04-13'], 
     ['AE', '2017-04-12'], 
     ['AE', '2017-04-13'], 
     ['AE', '2017-04-14'], 
     ['AE', '2017-04-15'], 
     ['AF', '2017-04-12'], 
     ['AF', '2017-04-13'], 
     ['AF', '2017-04-14'], 
     ['AF', '2017-04-15'], 
     ['AG', '2017-04-12'], 
     ['AG', '2017-04-13'], 
     ['AG', '2017-04-14'], 
     ['AG', '2017-04-15'], 
    ], names=['country_name', 'date']) 
df = pd.DataFrame([ 
     [12], 
     [1], 
     [4], 
     [1], 
     [3336], 
     [2619], 
     [2520], 
     [2969], 
     [12701], 
     [9602], 
     [6979], 
     [1838], 
     [1161], 
     [1514], 
     [1065], 
     [1566] 
    ], mux, ['raws']).eval('cost = raws/10000', inplace=False) 

---

df 

          raws cost 
country_name date      
AD   2017-04-10  12 0.0012 
      2017-04-11  1 0.0001 
      2017-04-12  4 0.0004 
      2017-04-13  1 0.0001 
AE   2017-04-12 3336 0.3336 
      2017-04-13 2619 0.2619 
      2017-04-14 2520 0.2520 
      2017-04-15 2969 0.2969 
AF   2017-04-12 12701 1.2701 
      2017-04-13 9602 0.9602 
      2017-04-14 6979 0.6979 
      2017-04-15 1838 0.1838 
AG   2017-04-12 1161 0.1161 
      2017-04-13 1514 0.1514 
      2017-04-14 1065 0.1065 
      2017-04-15 1566 0.1566