通過聚合在pandas組中包含缺少的值組合

Question

問題

通過聚合在pandas group的輸出中包括所有可能的值或值組合。

例

示例pandas DataFrame有三列， User ， Code和Subtotal ：

import pandas as pd
example_df = pd.DataFrame([['a', 1, 1], ['a', 2, 1], ['b', 1, 1], ['b', 2, 1], ['c', 1, 1], ['c', 1, 1]], columns=['User', 'Code', 'Subtotal'])

我想對User和Code進行分組，並為每個User和Code組合獲取一個小計。

print(example_df.groupby(['User', 'Code']).Subtotal.sum().reset_index())

我得到的輸出是：

  User   Code   Subtotal
0    a      1          1
1    a      2          1
2    b      1          1
3    b      2          1
4    c      1          2

如何在表中包含缺少的組合User=='c'和Code==2 ，即使它在example_df中不存在？

首選輸出

下面是首選輸出， User=='c'和Code==2組合的零線。

  User   Code   Subtotal
0    a      1          1
1    a      2          1
2    b      1          1
3    b      2          1
4    c      1          2
5    c      2          0

Answer 1

你可以使用stack unstack ：

print(example_df.groupby(['User', 'Code']).Subtotal.sum()
                .unstack(fill_value=0)
                .stack()
                .reset_index(name='Subtotal'))
  User  Code  Subtotal
0    a     1         1
1    a     2         1
2    b     1         1
3    b     2         1
4    c     1         2
5    c     2         0

使用MultiIndex reindex創建from_product另一個解決方案：

df = example_df.groupby(['User', 'Code']).Subtotal.sum()
mux = pd.MultiIndex.from_product(df.index.levels, names=['User','Code'])
print (mux)
MultiIndex(levels=[['a', 'b', 'c'], [1, 2]],
           labels=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]],
           names=['User', 'Code'])

print (df.reindex(mux, fill_value=0).reset_index(name='Subtotal'))
  User  Code  Subtotal
0    a     1         1
1    a     2         1
2    b     1         1
3    b     2         1
4    c     1         2
5    c     2         0