Pandas 从循环中创建数据框

Question

我正在尝试制作一个数据框，以便可以轻松地将其发送到 CSV，否则我必须手动执行此过程..

我希望这是我的最终输出。每个人都有从 2014 年 1 月 1 日到 2016 年 12 月 1 日的月份和年份组合：

      Name    date
0     ben     1/1/2014
1     ben     2/1/2014
2     ben     3/1/2014
3     ben     4/1/2014
....

12    dan     1/1/2014
13    dan     2/1/2014
14    dan     3/1/2014

到目前为止的代码：

import pandas as pd

days = [1]
months = list(range(1, 13))
years = ['2014', '2015', '2016']
listof_people = ['ben','dan','nathan', 'gary', 'Mark', 'Sean', 'Tim', 'Chris']

df = pd.DataFrame({"Name": listof_people})
for month in months:
    df.append({'date': month}, ignore_index=True)
print(df)

当我尝试循环创建数据框时，它要么不起作用，要么出现索引错误（由于不匹配的列表），我不知所措。

我进行了大量搜索，并找到了一些类似的以下链接，但我无法对工作进行逆向工程以适合我的情况。

Filling empty python dataframe using loops

How to build and fill pandas dataframe from for loop?

我不希望任何人觉得他们在“做我的功课”，所以如果我对一些简单的事情感到厌烦，请告诉我。

Answer 1

我认为您可以将product 用于所有组合，将to_datetime 用于列date：

from  itertools import product

days = [1]
months = list(range(1, 13))
years = ['2014', '2015', '2016']
listof_people = ['ben','dan','nathan', 'gary', 'Mark', 'Sean', 'Tim', 'Chris']

df1 = pd.DataFrame(list(product(listof_people, months, days, years)))
df1.columns = ['Name', 'month','day','year']
print (df1)
      Name  month  day  year
0      ben      1    1  2014
1      ben      1    1  2015
2      ben      1    1  2016
3      ben      2    1  2014
4      ben      2    1  2015
5      ben      2    1  2016
6      ben      3    1  2014
7      ben      3    1  2015
8      ben      3    1  2016
9      ben      4    1  2014
10     ben      4    1  2015
...
...

df1['date'] = pd.to_datetime(df1[['month','day','year']])
df1 = df1[['Name','date']]
print (df1)
      Name       date
0      ben 2014-01-01
1      ben 2015-01-01
2      ben 2016-01-01
3      ben 2014-02-01
4      ben 2015-02-01
5      ben 2016-02-01
6      ben 2014-03-01
7      ben 2015-03-01
...
...

Answer 2

mux = pd.MultiIndex.from_product(
    [listof_people, years, months],
    names=['Name', 'Year', 'Month'])

pd.Series(
    1, mux, name='Day'
).reset_index().assign(
    date=pd.to_datetime(df[['Year', 'Month', 'Day']])
)[['Name', 'date']]