如何通过使用熊猫填写缺少的时间数据

Question

我有一个如下的pd数据系列。由于某些原因，它直到2018-07-26 13:30:00〜2018-08-03 15:45:00都没有数据

13     2018-03-13 16:40:00      12   12.07          0       
14     2018-03-13 16:41:00      13   12.07          0       
15     2018-03-13 16:42:00      12   12.07          0       
 …
230000 2018-07-26 13:30:00      45   12.07          0
230001 2018-08-03 15:45:00      30   12.07          0
230002 ....
…

我想用0填充这些空白，然后尝试像这样的“ pandas.Series.asfreq”

df1= df.asfreq("T",fill_value=0)
print(df1)

但是它给了我一个奇怪的答复，如下所示。

1970-01-01       0    0    0

您能教我如何填写这些空白吗？

Answer 1

IIUC，我相信您首先需要使用DataFrame.set_index，并将索引设置为datetime列。

这是一个基本示例，但是您可以用'datetime_col'代替自己的datetime列的实际名称：

# If necessary, cast datetime column to correct dtype
# df['datetime_col'] = pd.to_datetime(df['datetime_col']) 

df_new = df.set_index('datetime_col').asfreq('T', fill_value=0).reset_index()