Pandas 重新索引以填补缺失的日期，还是更好的填补方法？

Question

我的数据是工厂的缺勤记录。有些日子没有缺席，因此没有记录当天的数据或日期。但是，在显示的其他示例中，这变得令人毛骨悚然，在任何一天，由于各种原因可能会有几次缺席。数据中的日期与记录的比率并不总是 1 比 1。

我希望的结果是这样的：

(index)    Shift        Description     Instances (SUM)
01-01-14   2nd Baker    Discipline      0
01-01-14   2nd Baker    Vacation        0
01-01-14   1st Cooks    Discipline      0
01-01-14   1st Cooks    Vacation        0
01-02-14   2nd Baker    Discipline      4
01-02-14   2nd Baker    Vacation        3
01-02-14   1st Cooks    Discipline      3
01-02-14   1st Cooks    Vacation        3

等等。这个想法是所有班次和描述都将具有时间段内所有天的值（在本例中为 1/1/2014 - 12/31/2014）

我已经阅读了几个例子，我最接近这个工作的是here。

ts = pd.read_csv('Absentee_Data_2.csv'
                , encoding = 'utf-8'
                ,parse_dates=[3]
                ,index_col=3
                ,dayfirst=True
                )

idx =  pd.date_range('01.01.2009', '12.31.2017')

ts.index = pd.DatetimeIndex(ts.index)
# ts = ts.reindex(idx, fill_value='NaN')
df = pd.DataFrame(index = idx)
df1 = df.join(ts, how='left')

但是，当我取消注释时，ts = ts.reindex(idx, fill_value='NaN')会收到错误消息。我已经尝试了至少 10 种其他方法来完成我想要做的事情，所以我不能 100% 确定这是正确的道路，但它似乎让我最接近任何一种进步。

以下是一些示例数据：

Description Unexcused   Instances   Date        Shift
Discipline  FALSE              1    Jan 2 2014  2nd Baker
Vacation    TRUE               2    Jan 2 2014  1st Cooks
Discipline  FALSE              3    Jan 2 2014  2nd Baker
Vacation    TRUE               1    Jan 2 2014  1st Cooks
Discipline  FALSE              2    Apr 8 2014  2nd Baker
Vacation    TRUE               3    Apr 8 2014  1st Cooks
Discipline  FALSE              1    Jun 1 2014  2nd Baker
Vacation    TRUE               2    Jun 1 2014  1st Cooks
Discipline  FALSE              3    Jun 1 2014  2nd Baker
Vacation    TRUE               1    Jun 1 2014  1st Cooks
Vacation    TRUE               2    Jul 5 2014  1st Cooks
Discipline  FALSE              3    Jul 5 2014  2nd Baker
Vacation    TRUE               2    Dec 3 2014  1st Cooks

提前感谢您的帮助，我是新手，2 天后没有太大进展。我非常感谢这里的人们如何帮助回答问题，但最重要的是关于解决方案为何有效的说明。像我这样的新手非常感谢分享的智慧。

Answer 1

我认为您只是在使用 datetime 时遇到问题，这种方法对我有用

ts.set_index(['Date'],inplace=True)
ts.index = pd.to_datetime(ts.index,format='%b %d %Y')
d2 = pd.DataFrame(index=pd.date_range('2014-01-01','2014-12-31'))

print ts.join(d2,how='right')