Python 基于日期间隔在时间序列中填充数据
我有这个数据框:Python 基于日期间隔在时间序列中填充数据,python,pandas,time-series,Python,Pandas,Time Series,我有这个数据框: ds Value 0 2017-03-31 3395 1 2017-04-30 4510 3 2017-05-31 2335 5 2017-06-30 6061 6 2017-07-31 4711 7 2017-08-31 3039 我想定义一个日期间隔,用零填充其他行 例如: 时间间隔='2017-01-31'/'2017-10-31' 预期结果: ds Value 0 2017-01
ds Value
0 2017-03-31 3395
1 2017-04-30 4510
3 2017-05-31 2335
5 2017-06-30 6061
6 2017-07-31 4711
7 2017-08-31 3039
我想定义一个日期间隔,用零填充其他行
例如:
- 时间间隔=
'2017-01-31'/'2017-10-31'
ds Value
0 2017-01-31 0
0 2017-02-28 0
0 2017-03-31 3395
1 2017-04-30 4510
3 2017-05-31 2335
5 2017-06-30 6061
6 2017-07-31 4711
7 2017-08-31 3039
8 2017-08-31 0
9 2017-08-31 0
我尝试使用以下方法:
df.reindex(pd.period_range(2017-01, 2017-10, freq='M'), fill_value=0)
但我得到了以下结果:
ds Value
2017-01 1970-01-01 0
2017-02 1970-01-01 0
2017-03 1970-01-01 0
2017-04 1970-01-01 0
2017-05 1970-01-01 0
2017-06 1970-01-01 0
2017-07 1970-01-01 0
2017-08 1970-01-01 0
2017-09 1970-01-01 0
2017-10 1970-01-01 0
2017-11 1970-01-01 0
2017-12 1970-01-01 0
2018-01 1970-01-01 0
2018-02 1970-01-01 0
2018-03 1970-01-01 0
2018-04 1970-01-01 0
2018-05 1970-01-01 0
2018-06 1970-01-01 0
2018-07 1970-01-01 0
创建
DatetimeIndex
并使用:
如果要使用句点-通过以下方式转换DatetimeIndex
和reindex
:
df = (df.set_index('ds')
.reindex(pd.date_range('2017-01-31', '2017-10-31', freq='M'), fill_value=0))
print (df)
Value
2017-01-31 0
2017-02-28 0
2017-03-31 3395
2017-04-30 4510
2017-05-31 2335
2017-06-30 6061
2017-07-31 4711
2017-08-31 3039
2017-09-30 0
2017-10-31 0
df = (df.set_index('ds')
.to_period('M')
.reindex(pd.period_range('2017-01', '2017-10', freq='M'), fill_value=0))
print (df)
Value
2017-01 0
2017-02 0
2017-03 3395
2017-04 4510
2017-05 2335
2017-06 6061
2017-07 4711
2017-08 3039
2017-09 0
2017-10 0