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：

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