MultiIndex的重采樣

Question

我想按類型對數據集進行每日細分。 沒有每種類型的每一天的記錄，它們不存在的地方我想要 NaN。

我能夠得到一個“每天重新采樣”的結果，但類型被省略了。

下面的代碼應該是一個完整的工作示例（好吧，除了最后的已知錯誤之外工作：）：

import pandas as pd
import datetime as dt

df = pd.DataFrame({
    'Date': [dt.datetime(2021,1,1), dt.datetime(2021, 1, 3), dt.datetime(2020,1,2)],
    'Type': ['A', 'A', 'B'],
    'Value': [1,2,3]
})

df.set_index('Date', inplace=True)
#   this loses the 'type'
print(df.resample('1D').mean())

df = df.reset_index().set_index(['Date', 'Type'])

#   this raises an exception "TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'MultiIndex'"
print(df.resample('1D').mean())

Output 我要找的是每一天的一行/類型組合：

日期	類型	價值
20210101	一個	1
20210102	一個	鈉
20210103	一個	2
20210101	乙	鈉
20210102	乙	3
20210103	乙	鈉

感激地收到任何建議或指示。

Answer 1

如果可能需要每組重新采樣，請使用Grouper每天重新采樣，然后使用Series.unstack和DataFrame.stack來添加缺失值：

df = (df.groupby(['Type', pd.Grouper(freq='1D', key='Date')])['Value']
        .mean()
        .unstack()
        .stack(dropna=False)
        .reset_index(name='Value')
      
      )
print (df)  
  Type       Date  Value
0    A 2021-01-01    1.0
1    A 2021-01-02    NaN
2    A 2021-01-03    2.0
3    B 2021-01-01    NaN
4    B 2021-01-02    3.0
5    B 2021-01-03    NaN

如果只需要 append 每組缺少日期時間，則使用DataFrame.reindex ：

mux = pd.MultiIndex.from_product([df['Type'].unique(),
                                  pd.date_range(df['Date'].min(), df['Date'].max())], 
                                  names=['Date','Type'])
df = df.set_index(['Type','Date']).reindex(mux).reset_index()
print (df)                
  Date       Type  Value
0    A 2021-01-01    1.0
1    A 2021-01-02    NaN
2    A 2021-01-03    2.0
3    B 2021-01-01    NaN
4    B 2021-01-02    3.0
5    B 2021-01-03    NaN