Python 扩展日期范围

我有这样的数据。每行表示某个日期该ID的值

ID   Date         Value
A    2012-01-05   50
A    2012-01-08   100
A    2012-01-10   200
B    2012-07-01   10
B    2012-07-03   20

我需要扩展它，这样我就有了所有天的行。每天的值应为前一天的值（即，将上面的数据视为值的更新，将下面的数据视为值的时间序列）

目前，我有一个相当于以下内容的解决方案：

• 按ID分组
• 对于每个组，计算最小和最大日期
• 创建pd.date\u范围
• 同时遍历行和日期范围，填充日期范围中的值，并在必要时增加指向行的索引指针
• 将所有这些日期范围附加到最终的数据帧

这是可行的，但似乎是一个相当糟糕的暴力解决方案。我想知道Pandas是否支持更好的方法？

在

Date

上使用带

ID

组的索引数据帧，在

值上使用
ffill

In [1725]: df.set_index('Date').groupby('ID').resample('1D')['Value'].ffill().reset_index()
Out[1725]:
  ID       Date  Value
0  A 2012-01-05     50
1  A 2012-01-06     50
2  A 2012-01-07     50
3  A 2012-01-08    100
4  A 2012-01-09    100
5  A 2012-01-10    200
6  B 2012-07-01     10
7  B 2012-07-02     10
8  B 2012-07-03     20

或者你可以试试这个（注意：这个也可以用于支出数字列）

类似但不完全相同。哦，哇，一行！1D是否指1天？如果我有相同类型的数据，但想要月初日期怎么办？是的，在Hmm检查别名这与OP中的输出不匹配？
In [1725]: df.set_index('Date').groupby('ID').resample('1D')['Value'].ffill().reset_index()
Out[1725]:
  ID       Date  Value
0  A 2012-01-05     50
1  A 2012-01-06     50
2  A 2012-01-07     50
3  A 2012-01-08    100
4  A 2012-01-09    100
5  A 2012-01-10    200
6  B 2012-07-01     10
7  B 2012-07-02     10
8  B 2012-07-03     20

df.Date=pd.to_datetime(df.Date)
df=df.set_index(df.Date)
df.set_index(df.Date).groupby('ID')\
   .apply(lambda x : x.reindex(pd.date_range(min(x.index), max(x.index),freq='D')))\
     .ffill().reset_index(drop=True)

Out[519]: 
  ID       Date  Value
0  A 2012-01-05   50.0
1  A 2012-01-05   50.0
2  A 2012-01-05   50.0
3  A 2012-01-08  100.0
4  A 2012-01-08  100.0
5  A 2012-01-10  200.0
6  B 2012-07-01   10.0
7  B 2012-07-01   10.0
8  B 2012-07-03   20.0