Pandy Groupby Spójne poziomy, nawet jeśli puste

Question

Próbuję użyć grupy, aby utworzyć nową ramkę danych, ale potrzebuję, aby indeks multi był spójny. Niezależnie od tego, czy istnieje kategoria sub, chciałbym to być tworzone jak następuje:

import pandas as pd 

df = pd.DataFrame(
    {'Cat 1':['A','A','A','B','B','B','B','C','C','C','C','C','D'], 
    'Cat 2':['A','B','A','B','B','B','A','B','B','B','B','B','A'], 
    'Num': [1,1,1,1,1,1,1,1,1,1,1,1,1]}) 
print df.groupby(['Cat 1','Cat 2']).sum() 

Przy wyjściu, który wygląda tak:

   Num 
Cat 1 Cat 2  
A  A  2 
     B  1 
B  A  1 
     B  3 
C  B  5 
D  A  1 

Ale chciałbym to wyglądać

   Num 
Cat 1 Cat 2  
A  A  2 
     B  1 
B  A  1 
     B  3 
C  A  Nan 
     B  5 
D  A  1 
     B  Nan 

czytałem różne dane, które następnie dodaje kolumnę w tym formacie, tak otrzymaną macierz będzie wyglądać następująco:

   Num  Num_added_later 
Cat 1 Cat 2     
A  A  2   12 
     B  1   5 
B  A  1   5 
     B  3   3 
C  A  Nan  5 
     B  5   5 
D  A  1   1 
     B  Nan  3 

Answer 1

Można utworzyć nowy indeks oparty na dwóch Cat kolumny i reindex swoje rezultaty:

import pandas as pd 
new_index = pd.MultiIndex.from_product([df["Cat 1"].unique(), df["Cat 2"].unique()], names = ["Cat 1", "Cat 2"]) 

df.groupby(['Cat 1','Cat 2']).sum().reindex(new_index) 

Answer 2

To hack1! Proszę używać @ Psidom za odpowiedź

df.groupby(['Cat 1','Cat 2']).sum().unstack().stack(dropna=False) 

      Num 
Cat 1 Cat 2  
A  A  2.0 
     B  1.0 
B  A  1.0 
     B  3.0 
C  A  NaN 
     B  5.0 
D  A  1.0 
     B  NaN 

---

Ok, może mniej hack ale ...