Pandas 从重采样中检索添加行的索引

标签 pandas dataframe indexing resampling

我有一个数据框,其中缺少行,我对其进行插值和重新采样。我想知道是否有办法在重新采样时获取添加到数据帧的行的索引?

这就是我创建/重新采样/插入数据帧的方式:

import numpy as np
import pandas as pd
from datetime import *

# Create df and drop a few rows
rng = pd.date_range('2000-01-01', periods=365, freq='D')
df = pd.DataFrame({'Val': np.random.randn(len(rng)) },index = rng)
df = df.drop([datetime(2000,1,5),datetime(2000,1,24)])

df = df.resample('D').interpolate(method='linear')

最佳答案

您可以通过difference获取额外的索引元素新旧之间

In [16]: df_new = df.resample('D').interpolate(method='linear')

In [17]: df_new.index.difference(df.index)
Out[17]: DatetimeIndex(['2000-01-05', '2000-01-24'], dtype='datetime64[ns]', freq=None)

关于Pandas 从重采样中检索添加行的索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/69775788/

相关文章:

python - 在 Pandas 中将 float64 列转换为 int64

python - pandas 更新选定的列并跟踪更改日期

python - pandas 的分类变量

java - 如何查找 elasticsearch 6.2.1 中存在的索引?

sql - 无法在 Postgres (9.3) 索引中使用 concat 函数

python - 创建将字典中的 2 个键映射到相同值的数据框列

python | Pandas 在多个时间间隔内丢弃值

python - 如何从数据框中找到句子中单词和字符的最大数量?

Pandas Dataframes 删除重复索引,根据列值首先保留最大值

mysql - 我的简单 MySql 查询不使用索引