Мой исходный фрейм данных выглядит следующим образом:
List = [['2024-05-25', 'Group 1', 'Year 1', 23466882], ['2024-05-25', 'Group 1', 'Year 2', 458397284], ['2024-05-25', 'Group 1', 'Year 3', 2344545], ['2024-05-25', 'Group 2', 'Year 1', 6662345], ['2024-05-25', 'Group 2', 'Year 2', 46342], ['2024-05-25', 'Group 3', 'Year 1', 34234], ['2024-05-25', 'Group 3', 'Year 2', 45222]]
df = pd.DataFrame(List, columns = ['Report_date', 'Product_group', 'Year', 'Sales'])
Для каждой группы товаров, если «Год 3» не существует, в конец следует добавить новую строку с объемом продаж 11 000.
Вывод должен выглядеть так:
Моя первоначальная идея состоит в том, чтобы разделить фрейм данных на каждую группу продуктов и добавить новую строку, если в подфрейме данных нет никакой информации за год 3, но этот подход не кажется оптимальным.
Любой комментарий приветствуется. Заранее спасибо!
🤔 А знаете ли вы, что...
Python активно используется в научных и инженерных вычислениях.
Если нужно добавить только отсутствующий год Year 3 для каждой группы, используйте pd.concat с отфильтрованными строками с первыми несуществующими группами с добавленными новыми значениями Year и Sales:
Примечание. Это решение добавляет только новые строки для несуществующих Year 3, а также работает, если они не существуют в те же годы для любой группы. Например. если удалить первую строку, то Year 1 отсутствует.
g = df.loc[df['Year'].eq('Year 3'), 'Product_group']
out = (pd.concat([df,
df.loc[~df['Product_group'].isin(g)]
.drop_duplicates('Product_group').assign(Year='Year 3', Sales=11000)])
.sort_values(['Product_group','Year'], ignore_index=True))
print (out)
Report_date Product_group Year Sales
0 2024-05-25 Group 1 Year 1 23466882
1 2024-05-25 Group 1 Year 2 458397284
2 2024-05-25 Group 1 Year 3 2344545
3 2024-05-25 Group 2 Year 1 6662345
4 2024-05-25 Group 2 Year 2 46342
5 2024-05-25 Group 2 Year 3 11000
6 2024-05-25 Group 3 Year 1 34234
7 2024-05-25 Group 3 Year 2 45222
8 2024-05-25 Group 3 Year 3 11000