在熊猫数据框中填充值以使数据框连续

Question

我有一个表单的数据框

   day  hour  variantid    eventType    counts
0   8   14    variantid1    clicked     63
1   8   14    variantid1    served      5783
2   8   14    variantid2    clicked     28
3   8   14    variantid2    served      4919
4   8   15    variantid2    served      268

现在，由于variantid2 在15 当天variantid2 的'clicked' 事件没有对应的值，因此我很难正确绘制值。如何在此数据帧上使用fillna 之类的方法将行day=8 , hour=15 variantid=variantid2 eventType=clicked 显式添加到count=0？ （我只是猜测我们会使用fillna）。

我不太确定该怎么做？

还跟进这个问题，我如何将counts 字段中的值更改为一个汇总数字，其中包括到目前为止发生的所有事件？

所以上面的dataframe会变成：

   day  hour    variantid    eventType  counts
0   8   14      variantid1   clicked    63
1   8   14      variantid1   served     5783
2   8   14      variantid2   clicked    28
3   8   14      variantid2   served     4919
4   8   15      variantid2   served     5187   # 4919 + 268

Answer 1

关于第二个问题（顺便说一句，每个帖子应该只有一个），诀窍是将您的时间列作为索引，然后将所有内容作为 MultiIndex 列取消堆叠。然后您可以轻松地执行cumsum：

df2 = (pd.DataFrame(df.groupby(['day', 'hour', 'variantid', 'eventType']).counts.sum())
       .unstack(['variantid', 'eventType']))
>>> df2 
              counts                         
variantid variantid1        variantid2       
eventType    clicked served    clicked served
day hour                                     
8   14            63   5783         28   4919
    15           NaN    NaN        NaN    268

>>> df2.cumsum()
              counts                         
variantid variantid1        variantid2       
eventType    clicked served    clicked served
day hour                                     
8   14            63   5783         28   4919
    15           NaN    NaN        NaN   5187

说实话，我不确定您在第一个问题中的意思。也许你想把这个数据框，fillna(0) 放在结果上，然后把它堆叠回去？

>>> df2.cumsum().fillna(0).stack(['variantid', 'eventType'])
                               counts
day hour variantid  eventType        
8   14   variantid1 clicked        63
                    served       5783
         variantid2 clicked        28
                    served       4919
    15   variantid1 clicked         0
                    served          0
         variantid2 clicked         0
                    served       5187