我有一个数据框，其中包含一年中某几天的价格，现在我想制作一个更大的数据框，显示从年初到某个特定日期的所有日期。然后使用我在原始数据框中已有的日期的价格，并在没有价格的日期之间填写该日期的最后价格。
举个例子:
df = pd.DataFrame({
'timestamps': pd.to_datetime(
['2021-01-04', '2021-01-07', '2021-01-14', '2021-01-21', '2021-01-28', '2021-01-29',
'2021-02-04', '2021-02-12', '2021-02-18', '2021-02-25']),
'LastPrice':['113.4377','115.0741','115.5709','116.5197','116.681','116.4198','117.5749','117.2175',
'117.0541','117.5977']})
我希望我的新约会系列是这样的
index=pd.date_range('2021-01-01', '2021-02-28')
dfObj = pd.DataFrame(columns=['new_Date','new_LastPrice'])
dfObj['new_Date'] = index
所以，理想情况下我应该有类似以下数据框的东西。(只是顶部)
new_Date new_LastPrice
0 2021-01-01 0
1 2021-01-02 0
2 2021-01-03 0
3 2021-01-04 113.4377
4 2021-01-05 113.4377
5 2021-01-06 113.4377
6 2021-01-07 115.0741
7 2021-01-08 115.0741
8 2021-01-09 115.0741
9 2021-01-10 115.0741
10 2021-01-11 115.0741
11 2021-01-12 115.0741
12 2021-01-13 115.0741
请问这里有人能帮我吗？
最佳答案
使用DataFrame.reindex使用 method='ffill':
index=pd.date_range('2021-01-01', '2021-02-28')
dfObj = (df.set_index('timestamps')
.reindex(index, method='ffill')
.fillna(0)
.add_prefix('new_')
.rename_axis('new_Date')
.reset_index())
print (dfObj.head(13))
new_Date new_LastPrice
0 2021-01-01 0
1 2021-01-02 0
2 2021-01-03 0
3 2021-01-04 113.4377
4 2021-01-05 113.4377
5 2021-01-06 113.4377
6 2021-01-07 115.0741
7 2021-01-08 115.0741
8 2021-01-09 115.0741
9 2021-01-10 115.0741
10 2021-01-11 115.0741
11 2021-01-12 115.0741
12 2021-01-13 115.0741
关于python - 如何使用python补充时间序列中缺失的数据？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/68588163/