填写缺少的日期

Question

我的数据框包含来自不同区域和不同日期的温度读数

我想为温度为零的每个地点添加缺少的日期

例如：

df = pd.read_csv('MatplotLibTSManipulation.csv')
df.Date = pd.to_datetime(df.Date, format='%d-%m-%Y %H:%M:%S')
ax = df.set_index('Date').plot()

填充每个区域的日期差距（通过零）的最有效方法是什么，如下所示

非常感谢。

Answer 1

使用：

• 首先按to_datetime
转换为日期时间列xsl:if
• set_index代表reading_date和DatetimeIndex groupby
• for resample add asfreq
• 将Series替换为fillna
• 上次为NaN
中的列添加reset_index

MultiIndex

Answer 2

使用reindex。定义一个自定义函数来处理重建索引操作，并在groupby.apply内调用它。

def reindex(x):
    # Thanks to @jezrael for the improvement.
    return x.reindex(pd.date_range(x.index.min(), x.index.max()), fill_value=0)

接下来，使用reading_date，

将pd.to_datetime转换为日期时间

df.reading_date = pd.to_datetime(df.reading_date)

现在，执行groupby。

df = (
    df.set_index('reading_date')
      .groupby('area_id')
      .temp
      .apply(reindex)
      .reset_index()
)

df.columns = ['area_id', 'reading_date', 'temp']

df

    area_id reading_date  temp
0         1   2017-01-13  12.0
1         1   2017-01-14   0.0
2         1   2017-01-15  15.0
3         1   2017-01-16  22.0
4         2   2017-03-22   6.0
5         2   2017-03-23   0.0
6         2   2017-03-24   0.0
7         2   2017-03-25   0.0
8         2   2017-03-26  14.0
9         2   2017-03-27   0.0
10        2   2017-03-28   8.0
11        3   2017-05-15  30.0
12        3   2017-05-16  25.0
13        3   2017-05-17   0.0
14        3   2017-05-18  33.0