Question

我的原始数据如下所示：

  start_date   end_date  value
0 2016-01-01 2016-01-03      2
1 2016-01-05 2016-01-08      4

解释是数据在 1/1/2016 和 1/3/2016 之间的值 2 ，并且它在 1/5/2016 和 1/8/2016 之间取值 4 。我想将原始数据转换为如下所示的每日时间序列：

2016-01-01    2
2016-01-02    2
2016-01-03    2
2016-01-04    0
2016-01-05    4
2016-01-06    4
2016-01-07    4
2016-01-08    4

请注意，如果时间序列中的日期未显示在原始数据的任何行中的 start_date 和 end_date 之间，则其值为时间序列中的0。

我可以通过循环原始数据来创建时间序列，但这很慢。有没有更快的方法呢？

Answer 1

你可以试试这个：

In [120]: df
Out[120]:
  start_date   end_date  value
0 2016-01-01 2016-01-03      2
1 2016-01-05 2016-01-08      4

In [121]: new = pd.DataFrame({'dt': pd.date_range(df.start_date.min(), df.end_date.max())})

In [122]: new
Out[122]:
          dt
0 2016-01-01
1 2016-01-02
2 2016-01-03
3 2016-01-04
4 2016-01-05
5 2016-01-06
6 2016-01-07
7 2016-01-08

In [123]: new = new.merge(df, how='left', left_on='dt', right_on='start_date').fillna(method='pad')

In [124]: new
Out[124]:
          dt start_date   end_date  value
0 2016-01-01 2016-01-01 2016-01-03    2.0
1 2016-01-02 2016-01-01 2016-01-03    2.0
2 2016-01-03 2016-01-01 2016-01-03    2.0
3 2016-01-04 2016-01-01 2016-01-03    2.0
4 2016-01-05 2016-01-05 2016-01-08    4.0
5 2016-01-06 2016-01-05 2016-01-08    4.0
6 2016-01-07 2016-01-05 2016-01-08    4.0
7 2016-01-08 2016-01-05 2016-01-08    4.0

In [125]: new.ix[(new.dt < new.start_date) | (new.dt > new.end_date), 'value'] = 0

In [126]: new[['dt', 'value']]
Out[126]:
          dt  value
0 2016-01-01    2.0
1 2016-01-02    2.0
2 2016-01-03    2.0
3 2016-01-04    0.0
4 2016-01-05    4.0
5 2016-01-06    4.0
6 2016-01-07    4.0
7 2016-01-08    4.0

在Pandas中将日期范围转换为时间序列

1 个答案: