Pandas 按城市和月份分组并填写缺失的月份
在数据处理和分析中，经常会遇到需要按照某个特定的维度对数据进行分组和聚合的情况。对于时间序列数据来说，按照时间维度进行分组是非常常见的需求之一。在使用 Python 进行数据分析时，Pandas 是一个非常强大和灵活的工具，可以帮助我们高效地完成这样的任务。在本文中，我们将探讨如何使用 Pandas 对时间序列数据按照城市和月份进行分组，并在分组过程中填写缺失的月份。我们将通过一个案例来演示这个过程。假设我们有一份销售数据，其中包含了不同城市每个月的销售额。然而，由于某些原因，有些月份的数据缺失了。我们的目标是按照城市和月份进行分组，并填写缺失的月份。首先，我们需要导入 Pandas 库，并读取销售数据的 CSV 文件。假设文件名为 "sales_data.csv"，数据格式如下：日期,城市,销售额2021-01-01,北京,10002021-01-01,上海,20002021-02-01,北京,15002021-03-01,上海,18002021-03-01,广州,25002021-05-01,北京,12002021-05-01,上海,2200接下来，我们可以使用 Pandas 的 read_csv() 函数读取数据，并将日期列解析为日期时间类型。代码如下：
pythonimport pandas as pd# 读取数据data = pd.read_csv('sales_data.csv', parse_dates=['日期'])读取数据后，我们可以对数据进行预览，确保数据已正确加载。代码如下：python# 预览数据print(data.head())输出的结果应该类似于以下内容：
日期 城市 销售额0 2021-01-01 北京 10001 2021-01-01 上海 20002 2021-02-01 北京 15003 2021-03-01 上海 18004 2021-03-01 广州 2500按城市和月份进行分组现在，我们可以按照城市和月份对数据进行分组。我们可以使用 Pandas 的 groupby() 函数来实现这个功能。代码如下：
python# 按城市和月份进行分组grouped_data = data.groupby([data['城市'], data['日期'].dt.month])通过上述代码，我们将数据按照城市和月份进行了分组，并且存储在 grouped_data 变量中。填写缺失的月份接下来，我们需要填写缺失的月份。我们可以使用 Pandas 的 resample() 函数来实现这个功能。代码如下：
python# 填写缺失的月份filled_data = grouped_data.resample('M').first().reset_index(level=0, drop=True).reset_index()通过上述代码，我们使用 resample() 函数将数据按照月份重新采样，并使用第一个非缺失的值进行填充。然后，我们通过 reset_index() 函数重新设置索引，以便得到最终的结果。最后，我们可以输出填写缺失月份后的结果。代码如下：python# 输出结果print(filled_data)输出结果应该类似于以下内容：
城市 日期 销售额0 北京 2021-01-01 10001 北京 2021-02-01 15002 北京 2021-03-01 15003 北京 2021-04-01 15004 北京 2021-05-01 12005 上海 2021-01-01 20006 上海 2021-02-01 20007 上海 2021-03-01 18008 上海 2021-04-01 18009 上海 2021-05-01 220010 广州 2021-03-01 250011 广州 2021-04-01 250012 广州 2021-05-01 2500通过上述代码和步骤，我们成功地按照城市和月份对数据进行了分组，并填写了缺失的月份。这样，我们可以更好地进行后续的数据分析和可视化工作。：在本文中，我们介绍了如何使用 Pandas 对时间序列数据按照城市和月份进行分组，并填写缺失的月份。我们通过一个案例演示了这个过程，并给出了相应的代码示例。通过以上步骤，我们可以轻松地处理时间序列数据中的缺失值，并进行后续的分析和可视化工作。希望本文对你在使用 Pandas 进行数据分析时有所帮助！