python groupby填充缺失值_熊猫中的Groupby，用[]填充缺失的组

“熊猫”表示这些数据的方式可能是将其编码为缺失数据，例如：In [562]: df

Out[562]:

store day items

0 a 1 4

1 a 1 3

2 a 2 1

3 a 3 5

4 a 4 2

5 a 5 9

6 b 1 1

7 b 2 3

8 b 3 NaN

9 b 4 NaN

然后，在计算客户的聚合中，可以使用count，它排除了缺少的值，例如：

^{pr2}$

编辑：

关于添加缺失值，这里有一些想法。假设您有一个只包含缺失对的数据帧，如下所示：In [571]: df_missing

Out[571]:

store day

8 b 3

9 b 4

然后，您可以将这些添加到现有的数据帧中以填充缺失的数据帧，如下所示：In [574]: pd.concat([df, df_missing], ignore_index=True)

Out[574]:

day items store

0 1 4 a

1 1 3 a

2 2 1 a

3 3 5 a

4 4 2 a

5 5 9 a

6 1 1 b

7 2 3 b

8 3 NaN b

9 4 NaN b

或者，如果您有一个数据帧，其中包含您“应该”拥有的对(a1-5，b1-4)，