在多索引数据框架中重新索引子级

Question

我正在尝试在一个子级重新索引数据帧的多索引。所讨论的df如下所示：

test = pd.DataFrame({
  'day':[1,3,5],
  'position':['A', 'B', 'A'],
  'value':[20, 45, 3] 
})
test.set_index(['day', 'position'])

>>                  value
  day   position
   1      A          20
   3      B          45
   5      A          3

我的目标是重新索引day级别，将数据帧转换为以下内容：

>>>
              value
day position    
 1    A       20.0
 2    A       20.0
 3    A       20.0
 4    A       20.0
 5    A       3.0
 1    B       0.0
 2    B       0.0
 3    B       45.0
 4    B       45.0
 5    B       45.0

所以本质上，我需要为每个职位组重新索引day到第1天到第5天，然后用0向前填充和填充。你知道吗

Answer 1

用途：

• 首先通过^{}重塑形状
• 按^{}添加错误天数
• 向前填充ffill
• 用^{}替换第一个NaNs
• 按^{}重塑形状
• ^{}表示预期输出

---

df = (test.set_index(['day', 'position'])
          .unstack()
          .reindex(range(1,6))
          .ffill()
          .fillna(0)
          .stack()
          .sort_index(level=[1,0]))
print (df)
              value
day position       
1   A          20.0
2   A          20.0
3   A          20.0
4   A          20.0
5   A           3.0
1   B           0.0
2   B           0.0
3   B          45.0
4   B          45.0
5   B          45.0