如何使用pandas完成一些缺少日期的时间序列数据

Question

我的数据集中缺少这样的日期。

date,value
2015-01-01,7392
2015-01-03,4928
2015-01-06,8672

这是我期望实现的目标。

date,value
2015-01-01,7392
2015-01-02,7392 # ffill 1st
2015-01-03,4928
2015-01-04,4928 # ffill 3rd
2015-01-05,4928 # ffill 3rd
2015-01-06,8672

我尝试了很多，我阅读了文档，但我找不到解决方案。我猜测使用df.resample（'d'，fill_method ='ffill'），但我还没到达这里。谁能帮我解决问题呢？

这就是我所做的。

>>> import pandas as pd
>>> df = pd.read_csv(text,sep="\t",index_col='date')
>>> df.index = df.index.to_datetime()
>>> index = pd.date_range(df.index[1],df.index.max())

这里我从2015-01-01到2015-01-06获得DatetimeIndex。

>>> values = [ x for x in range(len(index)) ]
>>> df2 = pd.DataFrame(values,index=index)

接下来，我将合并原始数据和DatetimeIndex。

>>> df + df2

             0   value
2015-01-01 NaN NaN
2015-01-02 NaN NaN
2015-01-03 NaN NaN
2015-01-04 NaN NaN
2015-01-05 NaN NaN
2015-01-06 NaN NaN

喃？我很困惑。

>>> df3 = df + df2
>>> df3.info()

DatetimeIndex: 10 entries, 2015-01-01 to 2015-01-10
Data columns (total 2 columns):
value    0 non-null float64
dtypes: float64(1)

原始值为int，但转换为float。

我的错误是什么？

Answer 1

试试这个：

import numpy as np
df2 = pd.DataFrame(np.nan, index=index)
df.combine_first(df2).fillna(method='ffill')

combine_first会将nan中的df2值替换为原始df中的值（{1}}。然后，您可以使用nan填充剩余的fillna值。