Pandas 系统地识别缺失的多指标分类值

Question

我有以下数据框，在 ID 列中我们可以有 2 个反馈，好的或坏的。我不知道如何系统地识别用户是否缺少反馈，如果缺少反馈，请在级别 1 中添加一个包含缺少反馈的新行，并将所有值加 0。

import pandas as pd

df = {'ID': ['Good','Good','Good', 'Bad', 'Bad', 'Bad', 'Good', 'Good', 'Bad'],
      'USERS' : ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'C'],
      'DATE_VIEW': ['16/05/2019','16/05/2019', '16/05/2019', '18/03/2020', '18/03/2020', '18/03/2020', '18/03/2020', '18/03/2020', '18/03/2020'],
      'VALUES': [1, 3, 4, 5, 6, 7, 8, 1, 2]
       }

df = pd.DataFrame(df)
df = pd.pivot_table(df, index=['USERS', 'ID'], columns='DATE_VIEW', values='VALUES', aggfunc='sum', fill_value=0)

这是预期的输出：

Answer 1

尝试：

idx = pd.MultiIndex.from_product(
    [
        df.index.get_level_values(0).unique(),
        df.index.get_level_values(1).unique(),
    ],
    names=["USERS", "ID"],
)

df = df.reindex(idx, fill_value=0)
print(df)

打印：

DATE_VIEW   16/05/2019  18/03/2020
USERS ID                          
A     Bad            0           6
      Good           5           8
B     Bad            0          12
      Good           3           1
C     Bad            0           2
      Good           0           0

Answer 2

unstack 和 stack

df.unstack(fill_value=0).stack()

---

DATE_VIEW   16/05/2019  18/03/2020
USERS ID                          
A     Bad            0           6
      Good           5           8
B     Bad            0          12
      Good           3           1
C     Bad            0           2
      Good           0           0