创建一个平衡的面板数据集[关闭]答案

【问题标题】：Creating a balanced panel dataset [closed]创建一个平衡的面板数据集[关闭]
【发布时间】：2021-05-24 21:46:38
【问题描述】：

我有一个数据集

id  year      sales
1    2000      10
2    2000      10
2    2001      20
2    2002      30

我想创建一个平衡面板，以便获得以下信息：

id  year      sales
1    2000      10
1    2001      NA
1    2002      NA
2    2000      10
2    2001      20
2    2002      30

我尝试了以下代码：

df_balanced = (df.set_index('year',append=True).reindex(pd.MultiIndex.from_product([df.index.unique(),range(df.year.min(),df.year.max()+1)],names['id','year'])).reset_index(level=1))

但我没有得到想要的输出。

【问题讨论】：

请提供预期的minimal, reproducible example (MRE)。我们应该能够复制并粘贴您的代码的连续块，执行该文件，并重现您的问题以及跟踪问题点的输出。这让我们可以根据您的测试数据和所需的输出来测试我们的建议。显示中间结果与您的预期不同的地方。
请include a minimal data frame 作为您的 MRE 的一部分。

标签： python pandas dataframe panel balance

【解决方案1】：

idx = pd.MultiIndex.from_product(
    [df.id.unique(), df.year.unique()], names=["id", "year"]
)
df = df.set_index(["id", "year"]).reindex(idx).reset_index()
print(df)

打印：

   id  year  sales
0   1  2000   10.0
1   1  2001    NaN
2   1  2002    NaN
3   2  2000   10.0
4   2  2001   20.0
5   2  2002   30.0

【讨论】：

嗨安德烈，谢谢你的帖子！我收到以下错误：cannot handle a non-unique multi-index!
@Jui 您可能在“id”、“year”列中具有相同值的行。之前可以df = df.drop_duplicates(subset=["id", "year"])。
非常感谢！