我有一个如下所示的数据框,其中包含每月数据点:
Date Value
1 2010-01-01 18.45
2 2010-02-01 18.13
3 2010-03-01 18.25
4 2010-04-01 17.92
5 2010-05-01 18.85
我想将其设为每日数据,并用当前月份值填充生成的新日期。例如:
Date Value
1 2010-01-01 18.45
2 2010-01-02 18.45
3 2010-01-03 18.45
4 2010-01-04 18.45
5 2010-01-05 18.45
....
这是我用来添加临时日期并填充值的代码:
today = get_datetime('US/Eastern') #.strftime('%Y-%m-%d')
enddate='1881-01-01'
idx = pd.date_range(enddate, today.strftime('%Y-%m-%d'), freq='D')
df = df.reindex(idx)
df = df.fillna(method = 'ffill')
输出如下:
Date Value
2010-01-01 00:00:00 NaN NaN
2010-01-02 00:00:00 NaN NaN
2010-01-03 00:00:00 NaN NaN
2010-01-04 00:00:00 NaN NaN
2010-01-05 00:00:00 NaN NaN
日志显示 NaN
值出现在调用 .fillna
方法之前。所以前向填充不是罪魁祸首。
有什么想法为什么会发生这种情况吗?
最佳答案
选项 3
最安全的方法,非常通用
上采样到每日,然后每月进行一次转换分组
这很重要的原因是您的日子可能不会落在该月的第一天。如果您想确保该天的值在该月中每隔一天广播一次,请执行以下操作
df.set_index('Date').asfreq('D') \
.groupby(pd.TimeGrouper('M')).Value \
.transform('first').reset_index()
选项 2
asfreq
df.set_index('Date').asfreq('D').ffill().reset_index()
选项 3
重新采样
df.set_index('Date').resample('D').first().ffill().reset_index()
对于pandas=0.16.1
df.set_index('Date').resample('D').ffill().reset_index()
<小时/>
所有这些都在此示例数据集上产生相同的结果
关于python - 重新索引 python 数据框正在创建 NaN 值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41624967/