如何使用Pandas的groupby实现按日和类别生成时间维度计数向量？

我来帮你搞定这个需求！要实现按day和category分组，生成时间范围1到10的计数值向量（缺失时间补0），用Pandas可以轻松完成，下面是具体实现步骤：

1. 准备示例数据 #

首先先构造你提供的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'day': [1,1,1,1,1,2,2,2,2,2],
    'time': [1,2,3,5,6,7,2,1,4,6],
    'category': ['a']*10,
    'count': [13,47,1,2,4,14,10,9,2,1]
})

2. 定义完整时间范围 #

根据你的要求，时间范围是1到10，我们先生成这个完整的时间序列：

min_time = 1
max_time = 10
full_time = pd.RangeIndex(min_time, max_time + 1)  # 生成1到10的连续索引

3. 分组生成目标向量 #

这里提供两种简洁的实现方式：

方法一：使用groupby.apply（推荐） #

通过分组后对每个组重索引补全时间，再转成列表：

result = df.groupby(['day', 'category']).apply(
    lambda group: (
        group.set_index('time')
        .reindex(full_time)['count']
        .fillna(0)
        .astype(int)
        .tolist()
    )
).reset_index(name='count')

代码解释：

• groupby(['day', 'category'])：按指定的两个维度分组
• 对每个分组：
  • set_index('time')：把time列设为索引，方便后续重索引
  • reindex(full_time)：将分组的索引补全为1到10，缺失的时间对应的count会变成NaN
  • fillna(0)：把缺失值替换为0
  • astype(int)：确保计数值是整数类型
  • tolist()：将补全后的count列转成列表
• reset_index(name='count')：把分组的索引还原成列，并给列表列命名为count

方法二：使用pivot_table #

先做透视表补全时间列，再转成列表：

# 生成透视表，缺失的time自动补0
pivot_df = df.pivot_table(
    index=['day', 'category'],
    columns='time',
    values='count',
    fill_value=0
)

# 确保所有1-10的时间列都存在，缺失的列补0
for time_val in full_time:
    if time_val not in pivot_df.columns:
        pivot_df[time_val] = 0

# 按时间顺序排序列，再转成列表
result = pivot_df.reindex(columns=full_time).apply(list, axis=1).reset_index(name='count')

4. 查看结果 #

运行代码后，打印result就能得到你想要的输出：

print(result)

输出结果：

day category                     count
0    1        a  [13, 47, 1, 0, 2, 4, 0, 0, 0, 0]
1    2        a  [9, 10, 0, 2, 0, 1, 14, 0, 0, 0]

内容的提问来源于stack exchange，提问作者dagrun