Python基于单列添加缺失的行答案

【问题标题】：Python adding missing rows based on a single columnPython基于单列添加缺失的行
【发布时间】：2021-09-06 10:55:20
【问题描述】：

我有一个包含两列感兴趣的数据框：一列包含名称（对每门课程重复），一列包含他们已经学习或开始的课程名称。问题是，如果我按原样使用数据框，如果一个人没有尝试过该课程，他们根本不会显示该课程的价值，因此我将无法判断谁错过了课程。有没有办法自动生成带有名称的缺失行？其他列可以是 N/A 或其他任何内容。

数据框：

Name	Course Title	Completion Date
Mark	Math	1/1/2021
Mark	English	2/1/2021
Mark	Econ	3/1/2021
David	Math	7/1/2021
David	English	4/1/2021
Cindy	Math	6/1/2021
Cindy	English	9/1/2021
Cindy	Econ	11/1/2021

我在寻找什么：

Name	Course Title	Completion Date
Mark	Math	1/1/2021
Mark	English	2/1/2021
Mark	Econ	3/1/2021
David	Math	7/1/2021
David	English	4/1/2021
David	Econ	N/A
Cindy	Math	6/1/2021
Cindy	English	9/1/2021
Cindy	Econ	11/1/2021

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用pyjanitor 中的complete 函数明确缺失值：

# pip install pyjanitor
import pandas as pd
import janitor
df.complete('Name', 'Course Title')

    Name Course Title Completion Date
0  Cindy         Econ       11/1/2021
1  Cindy      English        9/1/2021
2  Cindy         Math        6/1/2021
3  David         Econ             NaN
4  David      English        4/1/2021
5  David         Math        7/1/2021
6   Mark         Econ        3/1/2021
7   Mark      English        2/1/2021
8   Mark         Math        1/1/2021

【讨论】：

【解决方案2】：

试试pivot 和stack 和reset_index：

>>> df.pivot(*df).stack(dropna=False)[::-1].reset_index(name='Completion Date')
    Name Course Title Completion Date
0   Mark         Math        1/1/2021
1   Mark      English        2/1/2021
2   Mark         Econ        3/1/2021
3  David         Math        7/1/2021
4  David      English        4/1/2021
5  David         Econ             NaN
6  Cindy         Math        6/1/2021
7  Cindy      English        9/1/2021
8  Cindy         Econ       11/1/2021
>>>

如果您特别希望它是N/A，请尝试：

>>> df.pivot(*df).stack(dropna=False)[::-1].reset_index(name='Completion Date').fillna('N/A')
    Name Course Title Completion Date
0   Mark         Math        1/1/2021
1   Mark      English        2/1/2021
2   Mark         Econ        3/1/2021
3  David         Math        7/1/2021
4  David      English        4/1/2021
5  David         Econ             N/A
6  Cindy         Math        6/1/2021
7  Cindy      English        9/1/2021
8  Cindy         Econ       11/1/2021
>>>

【讨论】：