以前有人问过这个问题，这里提出了一个可行的解决方案Pandas reindex dates in Groupby，过去对我很有效，但现在不起作用了。
因此，为了重述我需要使用日期重新索引 Dataframe 来创建“平衡面板”-不要在任何组中缺少日期-值组合。
import pandas as pd
from datetime import datetime
date1 = datetime.strptime('2023-01-01', '%Y-%m-%d').date()
date2 = datetime.strptime('2023-01-02', '%Y-%m-%d').date()
date3 = datetime.strptime('2023-01-03', '%Y-%m-%d').date()
df = pd.DataFrame({'Date':[date1] * 3 + [date2] + [date3] * 3,
'Group':['A', 'B', 'C', 'A', 'A', 'B', 'C'],
'Value':[20, 10, 23, 45, 60, 14, 25]})
df.set_index('Date', inplace=True)预期输出为：
df_target = pd.DataFrame({'Date':[date1] * 3 + [date2] * 3 + [date3] * 3,
'Group':['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
'Value':[20, 10, 23, 45, 0, 0, 60, 14, 25]})
df_target.set_index('Date', inplace=True)尝试的解决方案（注意Assert）：
def reindex_by_date(df, freq):
dates = pd.date_range(start=df.index.min(), end=df.index.max(), freq=freq)
idx = pd.Index(dates, name='Dates')
assert dates.duplicated().sum()==0
return df.reindex(dates, fill_value=0)
df.groupby('Group').apply(reindex_by_date(df, freq='D'))
# this has also been added: .reset_index(drop=True)产生错误：
ValueError: cannot reindex from a duplicate axis我甚至检查了标志（这里是True）：
df.flags.allows_duplicate_labels
2条答案
按热度按时间klr1opcd1#
您在
apply中错误地调用了该函数（您没有传递组，而是传递了整个DataFrame）。这应该是：
或者：
输出：
请注意，您必须删除
Group和reset_index，以避免将Group中的0重新索引为列：输出：
f0brbegy2#
关于：
输出：