Python 从Excel创建数组并添加缺少的数据

我正在读取一个excel文件，其中包含日期、小时和值列。日期范围为2014年7月15日至2016年7月15日。我的excel文件中没有这些天的一些小时。例如，数据从2014年7月15日13:00开始，但前13个小时不见了。类似地，例如，在某些天，excel中记录了23个小时，但缺少另一个小时

我想做的是，我将创建一个

numpy数组

，其形状为

[#of days，24,3]

，如果

xlsx

文件中不存在相应的日期和小时，则该数组将具有

NaN

以下是我所做的：

def read_XT(path):
    # first row is header
    df = pd.read_excel(in_path +'.xlsx',skiprows=1)

    origin= datetime.strptime(df[u'DATE'][0]+' '+'00:00:00', '%d-%m-%Y %H:%M:%S')
    final = datetime.strptime(df[u'DATE'].iloc[-1]+' '+'00:00:00', '%d-%m-%Y %H:%M:%S')

    # find number of days
    ndays = (final-origin).days+1

    # initialize array with size and NaN values
    XT = np.ndarray(shape = (ndays,24,3), dtype="S10")
    XT[:, :, :] = np.nan

    for idx in range(df.shape[0]):
        day,hour = df[u'DATE'][idx],df[u'HOUR'][idx]

        # strip time
        dt = datetime.strptime(day+' '+hour, '%d-%m-%Y %H:%M:%S')
        # find difference from the first timestamp
        dftime = dt-origin
        hour_idx = int(dftime.total_seconds()/(60*60))%24
        day_idx = dftime.days

        # put corresponding value to day and index
        XT[day_idx,hour_idx,:] = [day, hour, df[u'VALUE'].iloc[idx]]

    return XT

我的数组的第一个元素（应该包括第一天小时的第一个值）如下所示：

[['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['nan' 'nan' 'nan']
  ['15-07-2014' '13:00:00' '28094.034']
  ['15-07-2014' '14:00:00' '28095.79']
  ['15-07-2014' '15:00:00' '28097.541']
  ['15-07-2014' '16:00:00' '28099.26']
  ['15-07-2014' '17:00:00' '28101.022']
  ['15-07-2014' '18:00:00' '28102.751']
  ['15-07-2014' '19:00:00' '28104.428']
  ['15-07-2014' '20:00:00' '28106.118']
  ['15-07-2014' '21:00:00' '28107.877']
  ['15-07-2014' '22:00:00' '28109.625']
  ['15-07-2014' '23:00:00' '28111.523']]

但是我想让

['15-07-2014''00:00''nan']

，

['15-07-2014''01:00''nan']

而不是第一个小时的

['nan''nan']

---

如果缺少值，我应该迭代数组并手动输入日期和小时吗？还是有更简单的方法解决我的问题？

我不会在数组中存储所有的日期和时间。您只需将实际数据存储在

（#of days，24）

数组中即可。并在一个单独的变量中返回开始日期。我不会在数组中存储所有的日期和时间。您只需将实际数据存储在

（#of days，24）

数组中即可。并在单独的变量中返回开始日期。