Python 在等周内迭代

我有一个带有

日期

、

值

和

isoweek

字段的数据框，如下所示：

date       | value | isoweek 
-----------------------------
2018-04-01 | 5     | 2018-13
2018-04-10 | 10    | 2018-15
2018-05-01 | 10    | 2018-18

date       | value | isoweek 
-----------------------------
2018-04-01 | 5     | 2018-13
NaN        | 0     | 2018-14
2018-04-10 | 10    | 2018-15
NaN        | 0     | 2018-16
NaN        | 0     | 2018-17
2018-05-01 | 10    | 2018-18

其中，

isoweek

是相应日期的年周。我的目标是遍历isoweeks，找到数据中不存在的isoweeks，并在数据框中插入一行，值为

0

预期输出如下所示：

date       | value | isoweek 
-----------------------------
2018-04-01 | 5     | 2018-13
2018-04-10 | 10    | 2018-15
2018-05-01 | 10    | 2018-18

date       | value | isoweek 
-----------------------------
2018-04-01 | 5     | 2018-13
NaN        | 0     | 2018-14
2018-04-10 | 10    | 2018-15
NaN        | 0     | 2018-16
NaN        | 0     | 2018-17
2018-05-01 | 10    | 2018-18

---

如何迭代原始数据帧，并在数据中找到所有缺失的isoweeks？

可能有点冗长，但在将isoweeks转换为最新版本后，您可以尝试重新采样：

s = pd.to_datetime(df['isoweek']+"-0",format='%Y-%W-%w')
u = df.set_index(s).resample("W").first()

iso_week = u.index.year.astype(str)+'-'+u.index.weekofyear.astype(str)
u['isoweek'] = u['isoweek'].fillna(pd.Series(iso_week,index=u.index))
out = u.fillna({"value":0}).reset_index(drop=True)

---

---

您可以尝试使用

apply

：

def func(row):
    year = (row.name)
    r = row['isoweek'].str.split('-').str[1].astype(int)
    min_week = min(r)
    max_week = max(r)
    val_range = range(min_week, max_week)
    missing = (set(val_range) - set(r.values))
    for mis_week in missing:
        row = (row.append({'isoweek': f"{year}-{mis_week}", 'date': np.nan, 'value':0}, ignore_index=True))
    return (row.sort_values(by='isoweek').reset_index(drop=True))

---

---

您可以使用生成一个每周从

开始

到

结束

的日期列表

dates=pd.Series（pd.date_范围（start=df['date'].min（），end=df['date'].max（），freq='W'））
isoweeks=（dates.dt.isocalendar（）.year.astype（str）+'-'+dates.dt.isocalendar（）.week.astype（str））.tolist（）
max_isoweek=str（df['date'].max（）.isocalendar（）[0]）+'-'+str（df['date'].max（）.isocalendar（）[1]）
如果最大等周数不在等周数内：
isoweeks.append（最大isoweeks）

这是为了获得

开始

日期和

结束

日期之间的所有iso周

然后，您可以将df合并到一个helper数据帧中，以获得所需的内容

df=df.merge（pd.DataFrame（{'isoweek'：isoweeks}），how='right'）
df['value'].fillna（0，原地=真）

---

太棒了，谢谢，这很有效！

        date        value   isoweek
 0  0   2018-04-01  5       2018-13
    1   NaN         0       2018-14
    2   2018-04-10  10      2018-15
    3   NaN         0       2018-16
    4   NaN         0       2018-17
    5   2018-05-01  10      2018-18

# print(df)

        date  value  isoweek
0 2018-04-01    5.0  2018-13
1        NaT    0.0  2018-14
2 2018-04-10   10.0  2018-15
3        NaT    0.0  2018-16
4        NaT    0.0  2018-17
5 2018-05-01   10.0  2018-18