Question

我有一个pandas数据框，如下所示：

    id   date    value  name
0   C1  2017-01-01  31  Company 1
1   C1  2017-01-02  35  Company 1
2   C1  2017-01-03  32  Company 1
3   C1  2017-01-06  36  Company 1
4   C1  2017-01-07  35  Company 1
5   C1  2017-01-08  34  Company 1
6   C1  2017-01-10  33  Company 1
7   C2  2017-01-01  225 Company 2
8   C2  2017-01-02  223 Company 2
9   C2  2017-01-03  223 Company 2
10  C2  2017-01-06  220 Company 2
11  C2  2017-01-07  222 Company 2
12  C2  2017-01-08  225 Company 2
13  C2  2017-01-10  224 Company 2
14  C3  2017-01-08  340 Company 3

对于此数据框，日期范围为 start_date 2017-01-01 和 end_date 2017-01-10 ，包括两者。这就是所有数据都在这两个日期之间。

我想为缺少的日期添加新行。例如，对于id C1 ， 2017-01-04,2017-01-05,2017-01-09 值列中缺少值/ strong>和新行应添加如下值列中的 0 。

C1 2017-01-04 0 Company1 C1 2017-01-05 0 Company1 C1 2017-01-09 0 Company1

对于 C2 ，同样 2017-01-04,2017-01-05,2017-01-09 值列中缺少值和 C3 2017-01-01至2017-01-07和2017-01-09,2017-01-10 < / p>
我正在努力弄清楚，如何使用pandas执行添加这些行的操作。所以，只是寻求一些帮助。

Answer 1

一个选项是使用pandas.date_range创建您想要完成的所有日期，然后您可以在完整日期之间进行外部联接，每个子数据框都在日期上键入列，最后用0填充缺失值：

# create complete dates
dates = pd.DataFrame({"date": pd.date_range("2017-01-01", "2017-01-10")})

# convert date column to date time if it's not already
df['date'] = pd.to_datetime(df.date)

# merge complete dates with each sub data frame separately using groupby.apply
(df.groupby(['id', 'name'])['date', 'value']
 .apply(lambda g: g.merge(dates, how="outer"))
 .fillna(0)
 .reset_index(level=[0,1])
 .reset_index(drop=True))

#   id       name        date   value
#0  C1  Company 1   2017-01-01  31.0
#1  C1  Company 1   2017-01-02  35.0
#2  C1  Company 1   2017-01-03  32.0
#3  C1  Company 1   2017-01-06  36.0
#4  C1  Company 1   2017-01-07  35.0
#5  C1  Company 1   2017-01-08  34.0
#6  C1  Company 1   2017-01-10  33.0
#7  C1  Company 1   2017-01-04  0.0
#8  C1  Company 1   2017-01-05  0.0
#9  C1  Company 1   2017-01-09  0.0
# ...

使用前向填充为缺失日期添加每个ID的每日数据

1 个答案: