在 Groupby 上用零填充缺失的月份答案

【问题标题】：Fill missing months with zeros on a Groupby在 Groupby 上用零填充缺失的月份
【发布时间】：2023-02-03 19:21:42
【问题描述】：

我有一个包含以下列的熊猫数据框：

Posting Date 从 2018-01-01 (yyyy-mm-dd) 到 2022-10-30 (yyyy-mm-dd) 我想按 Material 和 Posting Date 日期对我的数据框进行分组，粒度为 1 个月，对于 Posting Date 范围内的月份，用零填充 Total_Sum。所以我需要我的输出与此类似：

    Material        Posting Date      Total_Sum
0   E7400R101012      2018-01            0
1   E7400R101012      2018-02            0
2   E7400R101012      2018-03            0
3   E7400R101012      2018-04            0
4   E7400R101012      2018-05            0
5   E7400R101012      2018-06            2
6   E7400R101012      2018-07            0
7   E7400R101012      2018-08            0
8   E7400R101012      2018-09            0
9   E7400R101012      2018-10            0
10  E7400R101012      2018-11            3
11  E7400R101012      2018-12            0
--                     ---
nn  E7400R101012      2022-10            0
nn  NEW CODE          2018-01            0

【问题讨论】：

标签： pandas group-by

【解决方案1】：

使用：

df1['Posting Date'] = pd.to_datetime(df1['Posting Date']).dt.to_period('m')
periods = pd.period_range(df1['Posting Date'].min(), df1['Posting Date'].min(), freq='m')
df2 = (df1.groupby(['Material', 'Posting Date']).sum()
          .reindex(pd.MultiIndex.from_product([df1['Material'].unique(), 
                                              periods], 
                                              names=['Material', 'Posting Date']))).reset_index()

【讨论】：