缺少日期的Pandas Date MultiIndex-滚动总和

Question

我有一个看起来像的熊猫系列

Attribute      DateEvent     Value
Type A         2015-04-01    4
               2015-04-02    5
               2015-04-05    3
Type B         2015-04-01    1
               2015-04-03    4
               2015-04-05    1

我的值转换为一个滚动的总和（比方说，过去2天），同时确保以说明我DateEvent指数缺少的日期（假设起始日期和它的结束日期是如何全方位的？（例如，2015-04-03和2015-04-04是缺少A型，并且2015-04-02与2015-04-04缺少类型B）。

Answer 1

我对您想要的东西做了一些假设，请澄清：

1. 您希望将缺少日期的行视为具有Value = NaN。
2. 因此，过去两天的滚动总和应该NaN在滚动窗口中缺少日期的任何时候返回。
3. 要计算的滚动和各组内 Type A和Type B

如果我假设正确，

创建样本数据集

import pandas as pd
import numpy as np
import io

datastring = io.StringIO(
"""
Attribute,DateEvent,Value
Type A,2017-04-02,1
Type A,2017-04-03,2
Type A,2017-04-04,3
Type A,2017-04-05,4
Type B,2017-04-02,1
Type B,2017-04-03,2
Type B,2017-04-04,3
Type B,2017-04-05,4
""")

s = pd.read_csv(
            datastring, 
            index_col=['Attribute', 'DateEvent'],
            parse_dates=True)
print(s)

这是它的样子。Type A和Type B中的每一个都不见了2017-04-01。

                      Value
Attribute DateEvent        
Type A    2017-04-02      1
          2017-04-03      2
          2017-04-04      3
          2017-04-05      4
Type B    2017-04-02      1
          2017-04-03      2
          2017-04-04      3
          2017-04-05      4

解

根据此答案，您必须重新构建索引，然后重新索引Series以获得包含所有日期的索引。

# reconstruct index with all the dates
dates = pd.date_range("2017-04-01","2017-04-05", freq="1D")
attributes = ["Type A", "Type B"]
# create a new MultiIndex
index = pd.MultiIndex.from_product([attributes,dates], 
        names=["Attribute","DateEvent"])
# reindex the series
sNew = s.reindex(index)

缺少的日期已添加，带有Value = NaN。

                      Value
Attribute DateEvent        
Type A    2017-04-01    NaN
          2017-04-02    1.0
          2017-04-03    2.0
          2017-04-04    3.0
          2017-04-05    4.0
Type B    2017-04-01    NaN
          2017-04-02    1.0
          2017-04-03    2.0
          2017-04-04    3.0
          2017-04-05    4.0

现在Series按Attribute索引列将其分组，并2使用sum()

# group the series by the `Attribute` column
grouped = sNew.groupby(level="Attribute")
# Apply a 2 day rolling window
summed = grouped.rolling(2).sum()

最终输出

                                Value
Attribute Attribute DateEvent        
Type A    Type A    2017-04-01    NaN
                    2017-04-02    NaN
                    2017-04-03    3.0
                    2017-04-04    5.0
                    2017-04-05    7.0
Type B    Type B    2017-04-01    NaN
                    2017-04-02    NaN
                    2017-04-03    3.0
                    2017-04-04    5.0
                    2017-04-05    7.0

最后说明：不知道为什么现在有两个Attribute索引列，请让我知道是否有人知道。

编辑：原来类似的问题被问到这里。看看这个。

来源： 如何使用multiIndex填写缺失值