10

我有以日期时间为索引的 Pandas DataFrame（从 .csv 加载）。每天有/必须成为一个条目。问题是我有差距，即有些日子我根本没有数据。在间隙中插入行（天）的最简单方法是什么？还有一种方法可以控制作为数据插入列中的内容！说 0 或复制前一天信息或填充从上一个日期到下一个日期数据值范围内的滑动增加/减少值。

谢谢

这是缺少 01-03 和 01-04 的示例：

In [60]: df['2015-01-06':'2015-01-01']
Out[60]: 
           Rate  High (est)  Low (est)
Date                                      
2015-01-06  1.19643      0.0000     0.0000
2015-01-05  1.20368      1.2186     1.1889
2015-01-02  1.21163      1.2254     1.1980
2015-01-01  1.21469      1.2282     1.2014

仍在试验，但这似乎解决了问题：

df.set_index(pd.DatetimeIndex(df.Date),inplace=True)

然后重新采样...原因是导入带有 header-col-name Date 的 .csv 实际上并不是创建 date-time-index，而是 Frozen-list 无论如何。resample() 期待：如果 isinstance(ax, DatetimeIndex): .....

这是我的最终解决方案：

  #make dates the index
  self.df.set_index(pd.DatetimeIndex(self.df.Date), inplace=True)
  #fill the gaps
  self.df = self.df.resample('D',fill_method='pad')
  #fix the Date column
  self.df.Date = self.df.index.values

我必须修复 Date 列，因为 resample() 只允许您填充它。它虽然正确地修复了索引，所以我可以用它来修复 Date 列。

以下是更正后的数据截图：

2015-01-29 2015-01-29  1.13262      0.0000     0.0000
2015-01-30 2015-01-30  1.13161      1.1450     1.1184
2015-01-31 2015-01-31  1.13161      1.1450     1.1184
2015-02-01 2015-02-01  1.13161      1.1450     1.1184

01-30, 01-31 是新生成的数据。

4

1 回答 1

12

如果每天有多个条目，您可以按天重新采样，例如使用平均值：

df.resample('D', how='mean')

然后，您可以ffill用前几天的结果替换 NaN。

请参阅文档中的上下采样。

于 2015-02-11T23:48:14.873 回答