在pd.date_range中填写缺少的日期/时间

Question

我有一列数据如下所示：

我想设定整个月的范围：

rng = pd.date_range('2016-09-01 00:00:00', '2016-09-30 23:59:58', freq='S')

但我的数据栏（上图）缺少几个小时，我不确定在哪里（因为我的数据是200万行。

我尝试使用reindex命令，但它似乎用零填充了所有内容。

我使用的代码如下：

df = pd.DataFrame(df_csv)
rng = pd.date_range('2016-09-01 00:00:00', '2016-09-30 23:59:58', freq='S')
df = df.reindex(rng,fill_value=0.0)

如何在不填写0？

的情况下正确填写缺失的日期/时间

Answer 1

我认为您首先需要来自date列的set_index，然后才能使用reindex：

#cast column date if dtype is not datetime
df.date = pd.to_datetime(df.date)
df = df.set_index('date').reindex(rng,fill_value=0.0)

您获得了所有NaN个值，因为int索引重新索引datetime值（使用fill_value=0.0后所有NaN被替换为0.0 ）。

此外，如果对列date进行排序，您可以使用更通用的解决方案来选择列date的第一个和最后一个值：

start_date = df.date.iat[0]
end_date = df.date.iat[-1]
rng = pd.date_range(start_date, end_date, freq='S')