基于groupby使用前一行的值在df中插入行

如何解决基于groupby使用前一行的值在df中插入行

我需要根据 groupby 类型插入基于列周的行，在某些情况下，我在不同位置的数据框中间缺少周，我想插入行以填充缺失的行作为副本最后一个现有行，在这种情况下，第 7 周的副本填充第 8 周和第 9 周，第 11 周的副本填充第 12、13 和 14 周的行：在此表上，您可以看到从第 7 周到第 10 周的跳转从 11 点到 15 点：

完美的输出如下：在列周中具有增量值的最终表正确的方法：

下面是我的代码，它只插入一行，我很困惑为什么：

def middle_values(final : DataFrame) -> DataFrame:
    finaltemp= pd.DataFrame()
    out= pd.DataFrame()
    for i in range(0,len(final)):
        for f in range(1,52,1):
            if final.iat[i,8]==  f and final.iat[i-1,8] != f-1 :
               if final.iat[i,8] > final.iat[i-1,8] and  final.iat[i,8] != (final.iat[i-1,8] - 1):
                    line = final.iloc[i-1]
                    c1 = final[0:i]
                    c2 = final[i:]
                    c1.loc[i]=line
                    concatinated = pd.concat([c1,c2])
                    concatinated.reset_index(inplace=True)
                    concatinated.iat[i,11] = concatinated.iat[i-1,11]
                    concatinated.iat[i,9]= f-1
                    finaltemp = finaltemp.append(concatinated)
    
    if 'type' in finaltemp.columns:
      for name,groups in finaltemp.groupby(["type"]):
        weeks = range(groups['week'].min(),groups['week'].max()+1)
        out = out.append(pd.merge(finaltemp,pd.Series(weeks,name='week'),how='right').ffill())
      out.drop_duplicates(subset=['project','week'],keep = 'first',inplace=True)
      out.drop_duplicates(inplace = True)
      out.sort_values(["Budget: Budget Name","Budget Week"],ascending = (False,True),inplace=True)
        out.drop(['level_0'],axis = 1,inplace=True)
        out.reset_index(inplace=True)
        out.drop(['level_0'],inplace=True)
        return out
    else :
        return final

解决方法

对于您问题的第一部分。假设我们有一个如下所示的数据框：

df = DataFrame({"project":[1,1,2,2],"week":[1,3,4,4],"value":[12,22,18,17,23]})

我们可以创建一个新的多索引来获取我们需要的额外行

new_index = pd.MultiIndex.from_arrays([sorted([i for i in df['project'].unique()]*52),[i for i in np.arange(1,53,1)]*df['project'].unique().shape[0]],names=['project','week'])

然后我们可以应用这个索引来获取你需要的新数据框，新行中有空格

df = df.set_index(['project','week']).reindex(new_index).reset_index().sort_values(['project','week'])

然后，您需要使用 groupby 和转换应用正向填充（使用填充）或反向填充（使用 bfill）以获取所需行中的所需值。