Python：如何用零填充？

Question

假设我们有一个如下的数据框：

df = pd.DataFrame({ 'Col1' : ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c'],
        'col2' : ['0.5', '0.78', '0.78', '0.4', '2', '9', '2', '7',]
        })

我统计了在col1中所有唯一值的行数。例如，a有4行，b和c各有2行，方法如下：

df.groupby(['Col1']).size()

然后我得到的输出结果为

Col1
a    4
b    2
c    2
dtype: int64

完成此操作后，我想要检查a、b、c中哪个具有最大的行数（在本例中，a拥有最大的行数），并使用它们与最大值之间的差异来填充其他变量(b和c)，填充值为零(由于b和c各有2行，而4是最大行数，我想用2个零来填充b和c)。这些零必须添加到末尾。

我希望添加零，因为我想在所有变量（a、b、c）上应用固定尺寸的窗口以绘制图表。

- some_programmer

Answer 1

你可以使用GroupBy.cumcount创建计数器，并通过MultiIndex.from_product创建所有组合的MultiIndex，再使用DataFrame.reindex来重建数据框。

df1 = df.set_index(['Col1', df.groupby('Col1').cumcount()])

mux = pd.MultiIndex.from_product(df1.index.levels, names=df1.index.names)
df2 = df1.reindex(mux, fill_value=0).reset_index(level=1, drop=True).reset_index()
print (df2)
   Col1  col2
0     a   0.5
1     a  0.78
2     a  0.78
3     a   0.4
4     b     2
5     b     9
6     b     0
7     b     0
8     c     2
9     c     7
10    c     0
11    c     0

- jezrael

Answer 2

同样的逻辑像Jez使用一样，但是使用和链。

df.assign(key2=df.groupby('Col1').cumcount()).set_index(['Col1','key2']).unstack(fill_value=0).stack().reset_index('Col1')
Out[1047]: 
     Col1  col2
key2           
0       a   0.5
1       a  0.78
2       a  0.78
3       a   0.4
0       b     2
1       b     9
2       b     0
3       b     0
0       c     2
1       c     7
2       c     0
3       c     0

- BENY