小编Kar*_*kar的帖子

我有一个包含多个城市的DataFrame，每个月都有多个值。我需要按城市和月份对这些值进行分组，并用NA填充缺少的月份。

按城市和月份工作分组：

self.probes[['city', 'date', 'value']].groupby(['city',pd.Grouper(key='date', freq='M')])

| Munich   | 2018-06 | values... |
| Munich   | 2018-08 | values... |
| Munich   | 2018-09 | values... |
| New York | 2018-06 | values... |
| New York | 2018-07 | values... |

但是我无法设法弥补缺失的几个月。

| Munich   | 2018-06 | values... |
| Munich   |*2018-07*| NA instead of values |
| Munich   | 2018-08 | values... |
| Munich   | 2018-09 | values... |
| New York | 2018-06 | values... …

我想连接两个熊猫数据框A，B然后按两列对它们进行排序，'geohash'然后'timestamp'

A
    geohash  timestamp
0   a2a      15
1   b3a      14

B
    geohash  timestamp
0   a2b      15
1   b3b      14

后

AB = pd.concat([A,B],ignore_index=True)
AB.sort_values(['geohash','timestamp'])

我预计

AB
    geohash  timestamp
0   a2a      15
1   a2b      15
2   b3a      14
3   b3b      14

但我得到

AB
    geohash  timestamp
0   a2a      15
1   b3a      14
2   a2b      14
3   b3b      15

为什么大熊猫AB不对整个数据框进行排序？