过滤掉后如何保留行？

Question

我的步骤是这样的，我会先过滤dataframe，然后groupby得到我想要的数据集。比如我的df是这样的：

test = pd.DataFrame([["Mon", 3, "A"], ["Tue", 6, "A"], ["Tue", 4, "A"], ["Wed", pd.np.nan, "A"], ["Thu", 9, "A"], ["Fri", 1, "A"], ["Sat", 2, "A"], ["Sun", 3, "B"]], columns=["date", "value", "class"])

数据框“测试”如下所示：

        date  value  Class
0        Mon    3     A
1        Tue    6     A
2        Tue    4     A
3        Wed    0     A
4        Thu    9     A
5        Fri    1     A
6        Sat    2     A
7        Sun    3     B

我将首先通过test = test[test["class"] == "A"]过滤所有A 然后我会通过new_df = test(["date"],dropna=False)["value"].sum()聚合

因为如您所见，周日将在第一步中被过滤掉。上述聚合后的结果数据帧中将没有星期日。但最终的数据集需要保持周日。

按“日期”分组后，我的目标是这样的。

        date  value 
0        Mon    3    
1        Tue    10    
2        Wed    0    
3        Thu    9     
4        Fri    1     
5        Sat    2     
6        Sun    0  

这只是一个简化版本。我的实际情况是，“数据”列实际上是一个日期列，例如 1-Jan-2021。数据集长达几年。但是过滤会在第一步中过滤掉一些日期（如上面的示例，过滤后星期天就消失了）。但是，我希望那些年份的所有日期都在我的结果数据框中。我怎样才能实现它？

Answer 1

先设置你不想保持为0的值怎么样

test.loc[test['class']!='A', 'value'] = 0
test.groupby('date')['value'].sum()

date
Fri     1.0
Mon     3.0
Sat     2.0
Sun     0.0
Thu     9.0
Tue    10.0
Wed     0.0