Question

如何用数据框中的下一个日期来估算错过的日期？

wtg_at1.tail(10)

<头>

	环境温度	日期
818	31.237499	2020-03-28
819	32.865974	2020-03-29
820	32.032558	2020-03-30
821	31.671166	NaN
822	31.389927	NaN
823	31.243660	NaN
824	31.206777	NaN
825	31.241503	NaN
826	31.309531	NaN
827	31.382531	NaN

我期待我的输出数据框类似于下面的内容。 3 月 30 日之后，我期待下一个日期是 3 月 31 日。

<头>

	环境温度	日期
818	31.237499	2020-03-28
819	32.865974	2020-03-29
820	32.032558	2020-03-30
821	31.671166	2020-03-31
822	31.389927	2020-04-01
823	31.243660	2020-04-02
824	31.206777	2020-04-03
825	31.241503	2020-04-04
826	31.309531	2020-04-05
827	31.382531	2020-04-06

我尝试了下面的代码，但没有给出想要的输出。

wtg_at1.append(pd.DataFrame({'Date': pd.date_range(start=wtg_at1.Date.iloc[-8], periods=7, freq='D', closed='right')}))
wtg_at1

<头>

	环境温度	日期
0	32.032558	2017-12-31
1	26.667757	2018-01-01
2	25.655754	2018-01-02
3	25.514013	2018-01-03
4	24.927652	2018-01-04
...	...	...
823	31.243660	NaN
824	31.206777	NaN
825	31.241503	NaN
826	31.309531	NaN
827	31.382531	NaN

Answer 1

如果只有一组缺失值，可以向前填充它们并通过转换为天时间增量的累积和添加计数器：

df['Date'] = pd.to_datetime(df['Date'])

df['Date'] = df['Date'].ffill() + pd.to_timedelta(df['Date'].isna().cumsum(), unit='d')
print (df)
     AmbientTemperatue       Date
818          31.237499 2020-03-28
819          32.865974 2020-03-29
820          32.032558 2020-03-30
821          31.671166 2020-03-31
822          31.389927 2020-04-01
823          31.243660 2020-04-02
824          31.206777 2020-04-03
825          31.241503 2020-04-04
826          31.309531 2020-04-05
827          31.382531 2020-04-06

另一个可能的想法是通过DataFrame的最小日期时间和长度重新分配值：

df['Date'] = pd.date_range(df['Date'].min(), periods=len(df))

如果存在多个缺失值的组：

print (df)
     AmbientTemperatue        Date
818          31.237499  2020-03-28
819          32.865974  2020-03-29
820          32.032558  2020-03-30
821          31.671166         NaN
822          31.389927         NaN
823          31.243660         NaN
824          31.206777  2020-05-08
825          31.241503         NaN
826          31.309531         NaN
827          31.382531         NaN

df['Date'] = pd.to_datetime(df['Date'])

m = df['Date'].notna()
s = (~m).groupby(m.cumsum()).cumsum()
df['Date'] = df['Date'].ffill() + pd.to_timedelta(s, unit='d')
print (df)
    AmbientTemperatue       Date
818          31.237499 2020-03-28
819          32.865974 2020-03-29
820          32.032558 2020-03-30
821          31.671166 2020-03-31
822          31.389927 2020-04-01
823          31.243660 2020-04-02
824          31.206777 2020-05-08
825          31.241503 2020-05-09
826          31.309531 2020-05-10
827          31.382531 2020-05-11

为数据框中缺失的行添加未来日期

1 个答案: