我希望采取每天的交易记录和帐户时,0交易发生天。你知道吗
这是我的初始数据帧:
df.head()
tr_timestamp text location
2016-01-01 cookies TX
2016-01-01 pizza TX
2016-01-04 apples TX
2016-01-08 bread TX
当我按天运行一个组时,我得到以下信息:
df_by_day = df['tr_timestamp'].groupby(df.tr_timestamp).count()
df_by_day
tr_timestamp
2016-01-01 2
2016-01-04 1
2016-01-08 1
我希望使用Python/Pandas来填充没有事务的日期,以便获得以下输出:
df_by_day_filled
tr_timestamp
2016-01-01 2
2016-01-02 0
2016-01-03 0
2016-01-04 1
2016-01-05 0
2016-01-06 0
2016-01-07 0
2016-01-08 1
我尝试了以下答案,但没有给出我需要返回的结果:
Pandas groupby for zero values
Fill Missing Dates in DataFrame with Duplicate Dates in Groupby
谢谢。你知道吗
您也可以尝试:
输出:
这是^{} 操作:
如果“tr\u timestamp”不是datetime,
pd.to_datetime
调用确保了这一点。如果是,那么解决方案就简化为相关问题 更多 >
编程相关推荐