ajouter à un dataframe comme je vais avec l'index datetime

Question

J'essaye de l'obtenir de sorte que comme je boucle sur une liste de choses que je peux ajouter dans une dataframe la quantité reçue de chaque entrepôt à une certaine date.

Quand j'essayez ce qui suit, il ne fonctionne pas:

if inv['prod'] not in self.inventory.columns: 
    ## add row in 
    self.inventory[inv['prod']] = 0 
    idx = inv['time_stamp'].split(' ')[0] 
    if idx not in self.inventory.index: 
     self.inventory[idx, :] = 0 

    self.inventory[idx, inv['prod']] += inv['qty'] 

J'ai besoin essentiellement pour ajouter une colonne en fonction de chaque produit et la date de l'arrivée/vendu. Je sais que ce n'est pas très pythonique mais il suffit de le prendre pour que je ne connaisse pas à l'avance les dates ou les produits à l'avance.

trame de données

ressemblera à ceci d'ici la fin:

Date   InventoryA  InventoryB 
2017-01-01  10    NaN 
2017-01-02  NaN    NaN 
2017-01-03  NaN    5 
2017-01-04  NaN    5 
2017-01-05  -5    NaN 
2017-01-06  NaN    -10 
2017-01-07  15    NaN 
2017-01-08  NaN    NaN 
2017-01-09  -20    NaN 

Answer 1

Supposons que votre dataframe initiale ressemble à ceci:

data = {'InventoryA': [10, np.nan, -5]} 
df = pd.DataFrame(data, index=pd.to_datetime(['2017-01-01', '2017-01-03', '2017-01-05'])) 

Maintenant, vous voulez ajouter une nouvelle valeur (pas sûr de ce que vous formez-vous le vouloir, mais ici, il se trouve dans un dataframe):

new_vals = pd.DataFrame({'InventoryB': 10}, index=pd.to_datetime(['2017-01-02'])) 

# Add new column if it doesn't exist. 
if new_vals.columns.values not in df.columns.values: 
    df[new_vals.columns.values[0]] = np.nan 

# Add new row if it doesn't exist or add value if it does. 
if new_vals.index not in df.index: 
    df = df.append(new_vals) 
else: df.loc[new_vals.index, new_vals.columns] += new_vals 

# Sort by date 
df = df.sort_index(axis=0)