Python 趋势时间序列数据帧

我有一个看起来像这样的数据框：

d={'business':['FX','FX','IR','IR'],\
'date':(['01/01/2018','05/01/2018','01/01/2018','05/01/2018']),\
'amt':[1,5,101,105]}
df=pd.DataFrame(data=d)
df['date'] = pd.to_datetime(df['date'],format='%d/%m/%Y')
df

是否有一个函数可以扩展上面的数据框，使其看起来像：

 d_out={'business':['FX','FX','FX','FX','FX','IR','IR','IR','IR','IR'],\
'date':(['01/01/2018','02/01/2018','03/01/2018','04/01/2018','05/01/2018',\
        '01/01/2018','02/01/2018','03/01/2018','04/01/2018','05/01/2018']),\
'amt':[1,2,3,4,5,101,102,103,104,105]}

d_out=pd.DataFrame(data=d_out)

d_out

我试图根据两个日期之间的天数插入行，并根据某种简单的平均值填充amt字段

只是检查一下，看看最有效的阅读简单的方式做上述

---

谢谢，

agg

将df返回到

列表

模式，然后查看

---

---

您需要注意以下几件事：

创建一个空数组

检查“日期”列中的间隔是否超过一天，如果是，则追加：

-将新的连续日期附加到上面的数组中

-添加“业务”值，通过获取原始数据框中连续行的平均值添加“金额”

以下是我的做法：

import pandas as pd
import numpy as np
d={'business':['FX','FX','IR','IR'],\
'date':(['01/01/2018','05/01/2018','01/01/2018','05/01/2018']),\
'amt':[1,5,101,105]}
df=pd.DataFrame(data=d)
df['date'] = pd.to_datetime(df['date'],format='%d/%m/%Y')
df_array = []
result_df = df
orig_row=0
new_row=0
for i in range(len(df)):
    df_array.append(df.values[orig_row])
    if orig_row <len(df)-1:
        if ((df.date[orig_row+1] - df.date[orig_row]).days > 1):
            amt_avg = (df.amt[orig_row]+df.amt[orig_row+1])/2
            for i in range(((df.date[orig_row+1] - df.date[orig_row]).days)-1):
                df_array.append([df.business[orig_row],df.date[orig_row]+timedelta(days=i+1), amt_avg])
    orig_row+=1
result_df = pd.DataFrame(df_array,columns=['business','date','amt'])

---

我认为最好使用

日期

列作为时间索引，使用外汇/外汇业务的

金额

作为两列（例如称为IR\u amt和FX\u amt）
然后，您可以在数据帧上使用

.interpolate

，并立即获得解决方案。未定义其他功能等。
代码示例：

import numpy as np

for business in set(df['business'].values):
    df['{}_amt'.format(business)] = df.apply(lambda row: row['amt'] if row['business']==business else np.nan, axis=1)

df = df.drop(['business','amt'],axis=1).groupby('date').mean()
df = df.resample('1D').interpolate()

---

当我通过时，我得到了一个NaT：d={'business'：['FX'，'FX'，'IR'，'IR'，'date'：（['01/01/2018'，'05/01/2018'，'05/01/2018']），'amt'：[1,5101110]}df=pd.DataFrame（data=d）df['date']=pd.to\u datetime（df['date']，格式='%d/%m/%Y'）df@NumberLogic用你的样本数据试试我的代码，如果行得通的话，然后，您可以检查示例数据和实际数据之间的差异。如果您要获取“业务”列的平均值，则需要进行分类编码（仅当数据集中的类别太多时），否则，此答案应为其他技巧。当然，此编辑中添加了此选项。在你这边运行，看看是否有效。我想第一个循环是可以避免的，但这仍然比其他方法更干净，通过利用

重采样

（到一天）和

插值

。我通过使用多索引避免了第一个循环。谢谢你为我节省了大量的时间和一个优雅的解决方案！

import pandas as pd
import numpy as np
d={'business':['FX','FX','IR','IR'],\
'date':(['01/01/2018','05/01/2018','01/01/2018','05/01/2018']),\
'amt':[1,5,101,105]}
df=pd.DataFrame(data=d)
df['date'] = pd.to_datetime(df['date'],format='%d/%m/%Y')
df_array = []
result_df = df
orig_row=0
new_row=0
for i in range(len(df)):
    df_array.append(df.values[orig_row])
    if orig_row <len(df)-1:
        if ((df.date[orig_row+1] - df.date[orig_row]).days > 1):
            amt_avg = (df.amt[orig_row]+df.amt[orig_row+1])/2
            for i in range(((df.date[orig_row+1] - df.date[orig_row]).days)-1):
                df_array.append([df.business[orig_row],df.date[orig_row]+timedelta(days=i+1), amt_avg])
    orig_row+=1
result_df = pd.DataFrame(df_array,columns=['business','date','amt'])

  business       date    amt
0       FX 2018-01-01    1.0
1       FX 2018-01-02    3.0
2       FX 2018-01-03    3.0
3       FX 2018-01-04    3.0
4       FX 2018-01-05    5.0
5       IR 2018-01-01  101.0
6       IR 2018-01-02  103.0
7       IR 2018-01-03  103.0
8       IR 2018-01-04  103.0
9       IR 2018-01-05  105.0

import numpy as np

for business in set(df['business'].values):
    df['{}_amt'.format(business)] = df.apply(lambda row: row['amt'] if row['business']==business else np.nan, axis=1)

df = df.drop(['business','amt'],axis=1).groupby('date').mean()
df = df.resample('1D').interpolate()