在给定日期对Python系列或数据帧重新采样

给定一个熊猫数据帧或序列，我想在特定时间点对其重新采样。 这可能意味着删除值或通过向前填充以前的值来添加新值

例子 给定由定义的系列

X

import pandas
rng_X = pandas.to_datetime(
['2021-01-01', '2021-01-02', '2021-01-07', '2021-01-08', '2021-02-01'])
X = pandas.Series([0, 2, 4, 6, 8], rng_X)

X
2021-01-01    0
2021-01-02    2
2021-01-07    4
2021-01-08    6
2021-02-01    8

在日期重新采样

X

rng_Y = pandas.to_datetime(
['2021-01-02', '2021-01-03', '2021-01-07', '2021-01-08', '2021-01-09', '2021-01-10'])

预期产量为

2021-01-02    2
2021-01-03    2
2021-01-07    4
2021-01-08    6
2021-01-09    6
2021-01-10    6

• 2021-01-01

  从输出中删除，因为它不在

  rng_y

  中

• 2021-01-03

  被添加到输出中，其值从

  2021-01-02

  向前复制，因为它不存在于

  X

• 2021-01-09

  和

  2021-01-10

  也被添加到输出中，其值是从

  2021-01-08

• 2021-02-01

  从输出中删除，因为它不存在于

  rng_Y

尝试将方法设置为'ffill'：

X = X.reindex(rng_Y, method='ffill')

X

：

2021-01-02    2
2021-01-03    2
2021-01-07    4
2021-01-08    6
2021-01-09    6
2021-01-10    6
dtype: int32

---

完整代码：

import pandas as pd

rng_X = pd.to_datetime(['2021-01-01', '2021-01-02', '2021-01-07', '2021-01-08',
                        '2021-02-01'])

rng_Y = pd.to_datetime(['2021-01-02', '2021-01-03', '2021-01-07', '2021-01-08',
                        '2021-01-09', '2021-01-10'])

X = pd.Series([0, 2, 4, 6, 8], rng_X)

X = X.reindex(rng_Y, method='ffill')
print(X)

---

如果

X

是数据帧（

df

），而不是序列：

df = pd.DataFrame([0, 2, 4, 6, 8], index=rng_X, columns=['X'])
df = df.reindex(rng_Y, method='ffill')

df

：

            X
2021-01-02  2
2021-01-03  2
2021-01-07  4
2021-01-08  6
2021-01-09  6
2021-01-10  6

---

非常感谢。我知道这应该很简单，但我就是找不到解决方案，因为我在搜索查询中使用了

resample

，而不是

reindex

。很高兴我能帮助=）快乐编码！