pandas multiindex将标签添加到索引级别

Posted 2021-05-06

我有一个带有multiindex的pandas数据帧，如下所示：

                                TALLY
DAY        NODE          CLASS       
2018-02-04 pdk2r08o005   3        7.0
2018-02-05 pdk2r08o005   3       24.0
2018-02-06 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       28.0
2018-02-07 pdk2r08o005   3       24.0
2018-02-08 dsvtxvCsdbc02 3        3.0
           pdk2r08o005   3       24.0
2018-02-09 pdk2r08o005   3       24.0
2018-02-10 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       24.0
2018-02-11 pdk2r08o005   3       31.0
2018-02-12 pdk2r08o005   3       24.0
2018-02-13 pdk2r08o005   3       20.0
2018-02-14 dsvtxvCsdbc02 3        4.0
           pdk2r08o005   3       24.0
2018-02-15 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       24.0
2018-02-16 dsvtxvCsdbc02 3      121.0
           pdk2r08o005   3       26.0
2018-02-17 dsvtxvCsdbc02 3      401.0
           pdk2r08o005   3       24.0
2018-02-18 dsvtxvCsdbc02 3      327.0
           pdk2r08o005   3       24.0
2018-02-19 dsvtxvCsdbc02 3      164.0
           pdk2r08o005   3       24.0
2018-02-20 dsvtxvCsdbc02 3       26.0
           pdk2r08o005   3       38.0
2018-02-21 pdk2r08o005   3       24.0
2018-02-22 pdk2r08o005   3       24.0
2018-02-23 pdk2r08o005   3       24.0
                              ...
2018-03-01 pdk2r08o005   3       24.0
2018-03-02 pdk2r08o005   3       24.0
2018-03-03 pdk2r08o005   3       24.0
2018-03-04 pdk2r08o005   3       36.0
2018-03-05 pdk2r08o005   3       24.0
2018-03-06 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       24.0
2018-03-07 dsvtxvCsdbc02 3        8.0
           pdk2r08o005   3       24.0
2018-03-08 pdk2r08o005   3       31.0
2018-03-09 pdk2r08o005   3       24.0
2018-03-10 pdk2r08o005   3       24.0
2018-03-11 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       39.0
2018-03-12 pdk2r08o005   3       24.0
2018-03-13 pdk2r08o005   3       24.0
2018-03-14 dsvtxvCsdbc02 3        4.0
           pdk2r08o005   3       24.0
2018-03-15 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       24.0
2018-03-16 dsvtxvCsdbc02 3        2.0
           pdk2r08o005   3       24.0
2018-03-17 dsvtxvCsdbc02 3        4.0
           pdk2r08o005   3       24.0
2018-03-18 dsvtxvCsdbc02 3       12.0
                         9        2.0
           pdk2r08o005   3       24.0
2018-03-19 pdk2r08o005   3       44.0
2018-03-20 pdk2r08o005   3       24.0
2018-03-21 pdk2r08o005   3       18.0

[68行x 1列]

在此数据集“DAY”中，“NODE”和“CLASS”是索引的一部分。

现在我必须填写“DAY”专栏中的一些缺失日期。

喜欢：

date_range = pd.date_range('02-06-2018','03-18-2018')
indices = pd.MultiIndex.from_product(dataset.index.levels)

如何使用此date_range将日期添加到数据集的索引？

答案

我已经找到了答案，它如下：

在以下结构中读取数据帧“df”。

                     NODE  CLASS  TALLY
DAY                                    
2018-02-04    pdk2r08o005      3    7.0
2018-02-05    pdk2r08o005      3   24.0
2018-02-06  dsvtxvCsdbc02      3    2.0
2018-02-06    pdk2r08o005      3   28.0
2018-02-07    pdk2r08o005      3   24.0
2018-02-08  dsvtxvCsdbc02      3    3.0
2018-02-08    pdk2r08o005      3   24.0
2018-02-09    pdk2r08o005      3   24.0
2018-02-10  dsvtxvCsdbc02      3    2.0
2018-02-10    pdk2r08o005      3   24.0
2018-02-11    pdk2r08o005      3   31.0
2018-02-12    pdk2r08o005      3   24.0
2018-02-13    pdk2r08o005      3   20.0
2018-02-14  dsvtxvCsdbc02      3    4.0
2018-02-14    pdk2r08o005      3   24.0
2018-02-15  dsvtxvCsdbc02      3    2.0
2018-02-15    pdk2r08o005      3   24.0
2018-02-16  dsvtxvCsdbc02      3  121.0
2018-02-16    pdk2r08o005      3   26.0
2018-02-17  dsvtxvCsdbc02      3  401.0
2018-02-17    pdk2r08o005      3   24.0
2018-02-18  dsvtxvCsdbc02      3  327.0
2018-02-18    pdk2r08o005      3   24.0
2018-02-19  dsvtxvCsdbc02      3  164.0
2018-02-19    pdk2r08o005      3   24.0
2018-02-20  dsvtxvCsdbc02      3   26.0
2018-02-20    pdk2r08o005      3   38.0
2018-02-21    pdk2r08o005      3   24.0
2018-02-22    pdk2r08o005      3   24.0
2018-02-23    pdk2r08o005      3   24.0
                  ...    ...    ...
2018-03-01    pdk2r08o005      3   24.0
2018-03-02    pdk2r08o005      3   24.0
2018-03-03    pdk2r08o005      3   24.0
2018-03-04    pdk2r08o005      3   36.0
2018-03-05    pdk2r08o005      3   24.0
2018-03-06  dsvtxvCsdbc02      3    2.0
2018-03-06    pdk2r08o005      3   24.0
2018-03-07  dsvtxvCsdbc02      3    8.0
2018-03-07    pdk2r08o005      3   24.0
2018-03-08    pdk2r08o005      3   31.0
2018-03-09    pdk2r08o005      3   24.0
2018-03-10    pdk2r08o005      3   24.0
2018-03-11  dsvtxvCsdbc02      3    2.0
2018-03-11    pdk2r08o005      3   39.0
2018-03-12    pdk2r08o005      3   24.0
2018-03-13    pdk2r08o005      3   24.0
2018-03-14  dsvtxvCsdbc02      3    4.0
2018-03-14    pdk2r08o005      3   24.0
2018-03-15  dsvtxvCsdbc02      3    2.0
2018-03-15    pdk2r08o005      3   24.0
2018-03-16  dsvtxvCsdbc02      3    2.0
2018-03-16    pdk2r08o005      3   24.0
2018-03-17  dsvtxvCsdbc02      3    4.0
2018-03-17    pdk2r08o005      3   24.0
2018-03-18  dsvtxvCsdbc02      3   12.0
2018-03-18  dsvtxvCsdbc02      9    2.0
2018-03-18    pdk2r08o005      3   24.0
2018-03-19    pdk2r08o005      3   44.0
2018-03-20    pdk2r08o005      3   24.0
2018-03-21    pdk2r08o005      3   18.0

我正在从桌子上读它，如下

df = pd.read_sql('select DAY,NODE,CLASS,TALLY FROM TABLE', con=cnx, index_col=['DAY'])
df.index = pd.to_datetime(dataset.index)

为给定的日期范围创建一个具有相似结构的新数据框“df1”

date_range = pd.date_range(start='02-01-2018',end='03-21-2018',name='DAY')
df1 = pd.DataFrame({"NODE":[np.nan],"CLASS":[np.nan],"TALLY":[np.nan]},index=date_range)

将新数据集附加到old dadaset

df = df.append(df1)

获取多索引

indices = pd.MultiIndex.from_product(df.index.levels)

重新索引数据集

df = df.reindex(indices,fill_value=0)

而中提问的数据结构是新的输出。