使用Pandas库，构建数据框并进行透视，再使用resample方法重新采样填充缺失值，最后使用groupby方法按日期和状态进行分组计数。

示例代码如下：

import pandas as pd

构建示例数据

data = {'date': ['2022-03-01', '2022-03-01', '2022-03-02', '2022-03-03', '2022-03-04'], 'status': ['success', 'failure', 'success', 'success', 'failure'], 'count': [10, 2, 3, 7, 5]} df = pd.DataFrame(data)

将日期转为时间格式并设置为索引

df['date'] = pd.to_datetime(df['date']) df.set_index('date', inplace=True)

透视表统计

pivot_table = df.pivot_table(index=pd.Grouper(freq='D'), columns='status', values='count', aggfunc='sum')

重新采样填充缺失值

resampled_table = pivot_table.resample('D').fillna(method='ffill')

按日期和状态分组计数

grouped_table = resampled_table.stack().reset_index(name='count').groupby(['date', 'status']).sum()

print(grouped_table)