3

我有 4 个数据帧，其中的数据具有相似的日期时间索引，但是在每个数据帧中，缺少的行很少，我知道可以使用以前的已知数据来填补空白。

我想“对齐”这些数据帧，以便它们具有所有数据帧的索引的联合并填充缺失值。我知道如何为 2 个数据框执行此操作：df1, df2 = df1.align(df2, axis=0, method='pad')但是对于 2 个以上的数据框有什么好的方法呢？

我已经尝试过了，它确实有效：

df1 = pd.DataFrame({'values': 1}, index=pd.DatetimeIndex(['2016-06-01', '2016-06-03']))
df2 = pd.DataFrame({'values': 2}, index=pd.DatetimeIndex(['2016-06-02', '2016-06-04', '2016-06-07']))
df3 = pd.DataFrame({'values': 3}, index=pd.DatetimeIndex(['2016-06-01', '2016-06-05']))

commonIndex = df1.index.join(df2.index, how='outer').join(df3.index, how='outer')

for d in [df1, df2, df3]:
    d = d.reindex(index=commonIndex, method='pad')

但是，当我对真实数据尝试相同的方法时，它会给出错误：“ValueError：索引必须是单调递增或递减”。它是价格数据，指数看起来像这样：

DatetimeIndex(['2014-03-24 00:00:00', '2014-03-24 00:01:00',
           '2014-03-24 00:02:00', '2014-03-24 00:03:00',
           '2014-03-24 00:04:00', '2014-03-24 00:05:00',
           '2014-03-24 00:06:00', '2014-03-24 00:07:00',
           '2014-03-24 00:08:00', '2014-03-24 00:09:00',
           ...
           '2014-10-10 17:51:00', '2014-10-10 17:52:00',
           '2014-10-10 17:53:00', '2014-10-10 17:54:00',
           '2014-10-10 17:55:00', '2014-10-10 17:56:00',
           '2014-10-10 17:57:00', '2014-10-10 17:58:00',
           '2014-10-10 17:59:00', '2014-10-10 18:00:00'],
          dtype='datetime64[ns]', name=u'datetime', length=139671, freq=None)

据我了解应该会增加。不确定“单调”，但我认为这不是上面示例中所示的约束（仍然缺少日期）。

非常感谢任何帮助，如果我没有使用正确的术语，请原谅我。

PS 当我遍历数据框列表时，看起来它们在应用重新索引后实际上并未保存在 df1、df2、df3 中。我该如何解决？

4

1 回答 1

3

这是您想要实现的行为吗？请注意，无论数据帧上的索引是否单调，此方法都有效。

df1 = pd.DataFrame({'values': 1}, index=pd.DatetimeIndex(['2016-06-01', '2016-06-03']))
df2 = pd.DataFrame({'values': 2}, index=pd.DatetimeIndex(['2016-06-02', '2016-06-04', '2016-06-07']))
df3 = pd.DataFrame({'values': 3}, index=pd.DatetimeIndex(['2016-06-01', '2016-06-05']))

df = pd.concat([df1,df2,df3], axis=1).ffill().bfill()
df.columns = ['values1', 'values2', 'values3']
df

这使：

          values1  values2  values3
2016-05-04  1.0     2.0     3.0
2016-06-01  1.0     2.0     3.0
2016-06-02  1.0     2.0     3.0
2016-06-03  1.0     2.0     3.0
2016-06-05  1.0     2.0     3.0

或者，如果您只想将数据框分开，无论数据框是否具有单调索引，这也将起作用。

commonIndex = df1.index | df2.index | df3.index
df2.reindex(commonIndex).ffill()

编辑：

我在这里有一个片段可以重现您的错误，但我认为它作为自己的问题效果更好 - 所以 看看这里。

于 2016-06-23T03:23:50.237 回答