展开面板数据 python答案

【问题标题】：Expand panel data python展开面板数据 python
【发布时间】：2017-11-01 18:06:14
【问题描述】：

我正在尝试扩展以下数据。我是Stata用户，我的问题可以通过stata中的“fillin”命令解决，现在我正在尝试用python重写这个命令，但找不到任何有效的命令。

例如：，转换这个数据框：（我的数据框比给出的例子大，这个例子只是为了说明我想要做什么）

id year X Y 1 2008 10 20 1 2010 15 25 2 2011 2 4 2 2012 3 6

到这个

id year X Y 1 2008 10 20 1 2009 . . 1 2010 15 20 1 2011 . . 1 2012 . . 2 2008 . . 2 2009 . . 2 2010 . . 2 2011 2 4 2 2012 3 6 谢谢，对不起我的英语

【问题讨论】：

标签： python pandas stata

【解决方案1】：

这可以通过使用.loc[]来完成

from itertools import product
import pandas as pd

df = pd.DataFrame([[1,2008,10,20],[1,2010,15,25],[2,2011,2,4],[2,2012,3,6]],columns=['id','year','X','Y'])
df = df.set_index(['id','year'])

# All combinations of index
#idx = list(product(df.index.levels[0], df.index.levels[1]))
idx = list(product(range(1,3), range(2008,2013)))

df.loc[idx]

【讨论】：

【解决方案2】：

从数据框创建一个新的多索引，然后重新索引

years = np.tile(np.arange(df.year.min(), df.year.max()+1,1) ,2)
ids = np.repeat(df.id.unique(), df.year.max()-df.year.min()+1)
arrays = [ids.tolist(), years.tolist()]
new_idx = pd.MultiIndex.from_tuples(list(zip(*arrays)), names=['id', 'year'])

df = df.set_index(['id', 'year'])

df.reindex(new_idx).reset_index()

    id  year    X       Y
0   1   2008    10.0    20.0
1   1   2009    NaN     NaN
2   1   2010    15.0    25.0
3   1   2011    NaN     NaN
4   1   2012    NaN     NaN
5   2   2008    NaN     NaN
6   2   2009    NaN     NaN
7   2   2010    NaN     NaN
8   2   2011    2.0     4.0
9   2   2012    3.0     6.0

【讨论】：