Question

我有4个数据帧，其中包含类似日期时间索引的数据，但是在每个数据帧中都有很少的缺失行，我知道可以使用以前的已知数据填充这些空白。

我想'对齐'这些数据框，以便它们具有所有数据框的索引并且可以填充缺失的值。我知道如何为2个数据帧执行此操作：df1, df2 = df1.align(df2, axis=0, method='pad')，但是超过2个数据帧的好方法是什么？

我试过这个并且确实有效：

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')

然而，当我对我的真实数据尝试相同的方法时，它会给出错误：“ValueError：index必须是单调增加或减少”。它是价格数据，索引如下所示：

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)

据我所知，它应该增加。不确定'单调'，但我认为这不是一个约束，如上例所示（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。

P.S。当我遍历数据帧列表时，看起来它们在应用重建索引后实际上并未保存在df1，df2，df3中。我该如何解决这个问题？

Answer 1

这是您尝试实现的行为吗？请注意，无论数据帧上的索引是否是单调的，此方法都可以正常工作。

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

给出了：

          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，如果您只想将数据帧分开，无论数据帧是否具有单调索引，这都将起作用。

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

编辑：

我在这里有一个代码片段可以重现您的错误，但我认为它更适合自己的问题 - 所以take a look here。

如何对齐许多数据帧的索引并在Pandas中填写相应的缺失值？

1 个答案: