Python 将缺少的日期添加到时间序列数据框
我有一个时间序列数据框,其中包含多个城市的年温度值,但对于一些城市,我缺少一组日期 数据帧示例Python 将缺少的日期添加到时间序列数据框,python,pandas,datetime,time,Python,Pandas,Datetime,Time,我有一个时间序列数据框,其中包含多个城市的年温度值,但对于一些城市,我缺少一组日期 数据帧示例 ID Date City PRCP TAVG TMAX TMIN abcd1 2020-01-01 Zurich 0 -1.9 -0.9 -2.9 abcd1 2020-01-02 Zurich 9.1 8.8 12.7 4.9 abcd1 2020-01-03 Zurich 0.8
ID Date City PRCP TAVG TMAX TMIN
abcd1 2020-01-01 Zurich 0 -1.9 -0.9 -2.9
abcd1 2020-01-02 Zurich 9.1 8.8 12.7 4.9
abcd1 2020-01-03 Zurich 0.8 8.55 13.2 3.9
abcd1 2020-01-04 Zurich 0 4.1 10.8 -2.6
.
.
abcd9 2020-01-01 Singapore 4.1 5.9 0.3 3.1
abcd9 2020-01-04 Singapore 0.32 13.78 4.22 9
abcd9 2020-01-28 Singapore 9.42 11.32 5.34 8.33
...
现在假设每个月缺少几个日期,因此Date
列中的总天数为300天。我想将剩余的天数添加到数据集中,并将nulls(NaN)
分配到TMAX,TMIN.
列中,以使总天数为365天
这就是我现在正在做的
df_list = []
for (columns, group) in df.groupby(['ID', 'City']):
idx = pd.MultiIndex.from_product([group['ID'].unique(),
pd.date_range(group['Date'].min().replace(day=1), end=group['Date'].max(), freq='D')],
names=['ID', 'Date'])
group = group.set_index(['ID', 'Date']).reindex(idx).reset_index()
group['City'] = group['City'].fillna(method='bfill')
df_list.append(group)
data = pd.concat(df_list, ignore_index=True)
这样做的目的是填充开始索引
和结束索引
之间的日期(并将这些日期的NaN填充到PRCP、TMIN、TMAX、TAVG),但即使这样,我也会丢失一些日期,即计数不等于365
e、 g如果源文件包含10月1日至10月28日的数据,上述数据将添加此范围内的任何缺失日期,但不会将29、30、31添加到数据集
是否有一种方法可以计算从
1月1日
到31月
的所有日期(年份不相关,忽略闰年)对于myCity
列中的所有城市。可以使用自定义函数在数据框中添加缺少的日期。在GroupBy中重新索引。应用,然后重新分配索引:
df['Date'] = pd.to_datetime(df['Date'])
f = lambda x: x.reindex(pd.date_range(pd.to_datetime('2020-01-01'), pd.to_datetime('2020-12-31'), name='date'))
df = df.set_index('Date').groupby(['ID','City']).apply(f).drop(['ID','City'], axis=1)
什么是<代码> ID >代码>列(也许<代码>代码>代码>?@ Corralien是的,EdiTIFF您不考虑年和闰年,是否可以通过<代码>年份< /代码>替换<代码>日期/代码>?这种工作(用<代码> ReStIB索引()/代码>),但是我的其他栏<代码> TMAX,TMIN…
all had NaNs,即整个年度数据都有NaNs检查日期列的数据类型,并将其转换为第一行中提到的日期时间。我之前也犯过同样的错误,还是同样的错误。在你的案例中,你用ID替换代码了吗?以下是您可以接受的输出答案,如果其有效:)