我正致力于提取财务数据,其中一些是按年度格式化的,另一些是按月格式化的。我的模型每月需要全部,因此我需要每个月重复相同的年度值。我一直在使用此stack post并尝试将代码调整为我的数据。
这是我的数据框:
df.head()
date ticker value
0 1999-12-31 ECB/RA6 1.0
1 2000-12-31 ECB/RA6 4.0
2 2001-12-31 ECB/RA6 2.0
3 2002-12-31 ECB/RA6 3.0
4 2003-12-31 ECB/RA6 2.0
这是我想要的输出前5行:
date ticker value
0 1999-12-31 ECB/RA6 1.0
1 2000-01-31 ECB/RA6 4.0
2 2000-02-28 ECB/RA6 4.0
3 2000-13-31 ECB/RA6 4.0
4 2000-04-30 ECB/RA6 4.0
我的代码:
df['date'] = pd.to_datetime(df['date'], format='%Y-%m')
df = df.pivot(index='date', columns='ticker')
start_date = df.index.min() - pd.DateOffset(day=1)
end_date = df.index.max() + pd.DateOffset(day=31)
dates = pd.date_range(start_date, end_date, freq='M')
dates.name = 'date'
df = df.reindex(dates, method='ffill')
df = df.stack('ticker')
df = df.sortlevel(level=1)
df = df.reset_index()
然而,并没有按预期重复这几个月
答案 0 :(得分:4)
您需要resample
首先,您需要设置索引以便resample
起作用。然后回填并重置索引。
df.set_index('date').resample('M').bfill().reset_index()
date ticker value
0 1999-12-31 ECB/RA6 1.0
1 2000-01-31 ECB/RA6 4.0
2 2000-02-29 ECB/RA6 4.0
3 2000-03-31 ECB/RA6 4.0
4 2000-04-30 ECB/RA6 4.0
5 2000-05-31 ECB/RA6 4.0
6 2000-06-30 ECB/RA6 4.0
7 2000-07-31 ECB/RA6 4.0
8 2000-08-31 ECB/RA6 4.0
9 2000-09-30 ECB/RA6 4.0
10 2000-10-31 ECB/RA6 4.0
11 2000-11-30 ECB/RA6 4.0
12 2000-12-31 ECB/RA6 4.0
13 2001-01-31 ECB/RA6 2.0
14 2001-02-28 ECB/RA6 2.0
15 2001-03-31 ECB/RA6 2.0
...
按ticker
df.set_index('date').groupby('ticker', group_keys=False) \
.resample('M').bfill().reset_index()