如何找到时序列中的缺失月(missing month)/天(missing day)并补全?尤其针对多个客户或产品的月/天销量
有很多方式可以实现这个功能,比如用data_period做一个时间的dataframe然后和本身的df结合。
但大多数方式应对复数个客户或产品都很麻烦,要加for / apply之类的,要写很多代码。
以下是我所搜索到的最最最最简便美好的方法,没有之一,只要2行代码。速度也很快!
数据科学家,数据分析的小伙伴推荐收藏备用,真的很感人~~
问题和目标
这是不同客户(12和34)的月销量数据。
仔细观察发现,有些月份因为没有销量而没有出现在dataframe里。
在一些分析中,我们需要把缺失月份加上,并且用0补全。
最终得到以下dataframe。
如何实现
以下是我所搜索到的最最最最简便美好的方法,没有之一,只要2行代码。速度也很快!
df = df.set_index(['month_year', 'customer_id'])['sales'].unstack().unstack().reset_index()
df = df.rename(columns={0:'sales'})
结果如下
在把nan填上0
df.fillna(0)
得到
完美!
参考
https://stackoverflow.com/questions/17343726/pandas-add-data-for-missing-months