Python 3.x 将一年的数据帧转换为365列的数据帧（一天一列）

我有一个时间间隔为5分钟的数据帧。但是，并非所有间隔都存在。例如：

Date                Value_1
...
2019-01-01 15:30:00 2.4866
2019-01-01 15:35:00 2.703
2019-01-01 15:40:00 0.0
2019-01-02 09:05:00 8.3087
2019-01-02 09:10:00 7.5134
2019-01-02 09:15:00 6.637
...

我想知道是否有一种简单的方法或函数（我没有发现任何东西）可以让288个间隔的数据帧只基于时间

00:00:00
00:05:00
00:10:00
...
23:50:00
23:55:00

其中每列为一天（365为一年）。最后，我想用上一个数据框填充这个数据框。如果没有可用数据，则可能是nan或0

多谢各位

---

< >编辑：更改初始数据框只考虑一个值：日期< /p> ，您可以用“代码> > StIGEngult”，从同一列的列日期时间和第二级<<代码>日期>代码中，第一级仅为<代码>时间>代码>。然后

取消堆叠

：

#sample dataframe
np.random.seed(1)
drange = pd.date_range('2019-01-01 09:30:00', freq='5T', periods=5)
df = pd.DataFrame({'datetime': drange.tolist() + (drange+pd.DateOffset(days=1)).tolist(),
                   'Value_1':np.random.randint(10, size=10),})
print (df)
             datetime  Value_1
0 2019-01-01 09:30:00        5
1 2019-01-01 09:35:00        8
2 2019-01-01 09:40:00        9
3 2019-01-01 09:45:00        5
4 2019-01-01 09:50:00        0
5 2019-01-02 09:30:00        0
6 2019-01-02 09:35:00        1
7 2019-01-02 09:40:00        7
8 2019-01-02 09:45:00        6
9 2019-01-02 09:50:00        9

# set_index and unstack
df_f = df.set_index([df['datetime'].dt.time, 
                     df['datetime'].dt.date])['Value_1']\
         .unstack()
print (df_f)
datetime  2019-01-01  2019-01-02
datetime                        
09:30:00           5           0
09:35:00           8           1
09:40:00           9           7
09:45:00           5           6
09:50:00           0           9

然后，如果要在索引中创建所有5分钟，在列中创建每天，可以使用

reindex

和

ffill

：

df_f = df_f.reindex(index=pd.date_range('2019-01-01 00:00:00', 
                                        freq='5T', periods=288).time, 
                    columns=pd.date_range('2019-01-01', 
                                          freq='D', periods=365).date)\
           .ffill()

---

很抱歉我更改初始数据框，只考虑一个索引（DATETIME）的值，感谢堆栈函数。@ KStor总体上有点像枢轴：