有没有办法设置多索引 DataFrame 的索引？

Question

我正在尝试创建一个多索引数据框，其中包含所有可能的索引，即使是当前不包含值的索引。我希望将这些不存在的值设置为 0。为此，我使用了以下内容：

index_levels = ['Channel', 'Duration', 'Designation', 'Manufacturing Class']

grouped_df = df.groupby(by = index_levels)[['Total Purchases', 'Sales', 'Cost']].agg('sum')

grouped_df = grouped_df.reindex(pd.MultiIndex.from_product(grouped_df.index.levels), fill_value = 0)

预期结果：

 ___________________________________________________________________________________________ 
|Chan. | Duration   | Designation|    Manufact. |Total Purchases|  Sales      |   Cost      |
|______|____________|____________|______________|_______________|_____________|_____________|
|      | Month      | Special    |    Brand     |    0          |  0.00       |    0.00     |
|      |            |            |______________|_______________|_____________|_____________|
|      |            |            |    Generic   |    1567       | 16546.07    |   16000.00  |
|Retail|____________|____________|______________|_______________|_____________|_____________|
|      | Season     |Not Special |    Brand     |     351       | 13246.00    |   15086.26  |
|      |            |            |______________|_______________|_____________|_____________|
|      |            |            |    Generic   |     0         |  0.00       |    0.00     |
|______|____________|____________|______________|_______________|_____________|_____________|

当至少一个索引级别包含一个值时，会产生此结果。但是，如果索引级别不包含任何值，则下面会产生以下结果。

___________________________________________________________________________________________ 
|Chan. | Duration   | Designation|    Manufact. |Total Purchases|  Sales      |   Cost      |
|______|____________|____________|______________|_______________|_____________|_____________|
|      | Monthly    |   Special  |    Generic   |    1567       | 16546.07    |   16000.00  |
|Retail|____________|____________|______________|_______________|_____________|_____________|
|      | Season     |Not Special |    Brand     |     351       | 13246.00    |   15086.26  |
|______|____________|____________|______________|_______________|_____________|_____________|

由于某种原因，这些值会继续被自动截断。如何修复索引，以便始终产生所需的结果，并且我始终可以可靠地使用这些索引进行计算，即使所述索引中没有值？

Answer 1

您应该更改重新索引部分，因为pd.MultiIndex.from_product() 应该将原始数据帧索引作为输入（通过将grouped_df.index.levels 作为输入，您只传递 groupby 之后产生的索引）。

这是一个可行的解决方案：

full_idx = [df[col].dropna().unique() for col in index_levels]
grouped_df = grouped_df.reindex(pd.MultiIndex.from_product(full_idx), fill_value = 0)

如果您也对 NaN 类别感兴趣，则应在定义完整索引时删除 dropna()。