Python 在数据框中输入缺失的日期
我有上面给定的数据帧。请注意,日期列的类型为int64,缺少日期19和20 我想将其转换为yyyy-mm-dd格式,并用商品ID、门店代码和销售单位中的值0来估算缺失的日期 到目前为止,我已经尝试:Python 在数据框中输入缺失的日期,python,pandas,dataframe,datetime,Python,Pandas,Dataframe,Datetime,我有上面给定的数据帧。请注意,日期列的类型为int64,缺少日期19和20 我想将其转换为yyyy-mm-dd格式,并用商品ID、门店代码和销售单位中的值0来估算缺失的日期 到目前为止,我已经尝试: df = pd.read_csv( 'https://media-doselect.s3.amazonaws.com/generic/MJjpYqLzv08xAkjqLp1ga1Aq/Historical_Data.csv') df.head() Date Artic
df = pd.read_csv(
'https://media-doselect.s3.amazonaws.com/generic/MJjpYqLzv08xAkjqLp1ga1Aq/Historical_Data.csv')
df.head()
Date Article_ID Country_Code Sold_Units
0 20170817 1132 AT 1
1 20170818 1132 AT 1
2 20170821 1132 AT 1
3 20170822 1132 AT 1
4 20170906 1132 AT 1
以获取所需格式的日期
df['Date'] = pd.to_datetime(df['Date'].astype(str), format='%Y-%m-%d')
但是,如何计算缺失的19日和20日的日期,并在新添加的日期行下计算0行
下面是我所做的一个片段,它返回了一个值错误:无法从重复的轴重新编制索引
您可以使用
要在删除重复数据并添加重复数据和排序后重新编制索引,请执行以下操作:
Date Article_ID Outlet_Code Sold_Units
0 2017-08-17 1132 AT 1
1 2017-08-18 1132 AT 1
2 2017-08-21 1132 AT 1
3 2017-08-22 1132 AT 1
4 2017-09-06 1132 AT 1
您可以使用:
df['Date'] = pd.to_datetime(df['Date'].astype(str), format='%Y-%m-%d')
df2=df[df.duplicated('Date')].set_index('Date')
new_df=df.drop_duplicates('Date').set_index('Date').asfreq('D',fill_value=0)
new_df=new_df.append(df2).sort_index().reset_index()
print(new_df)
Date Article_ID Country_Code Sold_Units
0 2017-08-17 1132 AT 1
1 2017-08-17 1132 AT 1
2 2017-08-18 1132 AT 1
3 2017-08-19 0 0 0
4 2017-08-20 0 0 0
5 2017-08-21 1132 AT 1
6 2017-08-22 1132 AT 1
7 2017-08-23 0 0 0
8 2017-08-24 0 0 0
9 2017-08-25 0 0 0
10 2017-08-26 0 0 0
11 2017-08-27 0 0 0
12 2017-08-28 0 0 0
13 2017-08-29 0 0 0
14 2017-08-30 0 0 0
15 2017-08-31 0 0 0
16 2017-09-01 0 0 0
17 2017-09-02 0 0 0
18 2017-09-03 0 0 0
19 2017-09-04 0 0 0
20 2017-09-05 0 0 0
21 2017-09-06 1132 AT 1
你不会错过你错过的日期,但它是由NaT代表的
你有这样的东西
df['Date'] = pd.to_datetime(df['Date'].astype(str), format='%Y-%m-%d',errors='coerce')
我在尝试您的代码时遇到此错误。ValueError:无法从重复的axisdf=pd重新编制索引。read_csv(')这是数据集。使用Groupby(level=0)命令仅在日期列之前添加level_0。我已添加了返回值错误的输出图像。我已更新代码。该策略可以是在没有重复行的情况下重新编制索引,然后再添加这些行。请检查此尝试:)我希望将估算的日期附加到数据帧。什么日期?如果你没有这个值,因为它丢失了,那么你就是在伪造它。你可以假设一个,因为你的数据看起来是有序的,但你不能100%确定。在数据框中,应该添加19和20,因为它们缺少日期。算术代码和售出单位的值应该是0。我没有使用完整的数据框,我只使用了前3条记录,第3条记录的数据为空。“errors='procure'”所做的是忽略错误,并转换数据,不管发生什么。现在我看到你在谈论日期之间的间隔。我以为是你的日期栏里的NaN值。我的错,对不起。但我看到有人已经提供了一个有效的答案。
Date Article_ID Outlet_Code Sold_Units
0 2017-08-17 1132 AT 1
1 2017-08-18 1132 AT 1
2 NaT 1132 AT 1