Python 延长“熊猫”列中的日期

Python 延长“熊猫”列中的日期,python,pandas,date,datetime,Python,Pandas,Date,Datetime,我有一个带有列日期的数据框。我必须延长所述月份的日期: 输入: 2019-11-30 2019-12-01 2019-12-02 2019-12-03 2019-12-04 输出: 2019-11-01 2019-11-02 2019-11-03 2019-11-04 2019-11-05 2019-11-06 2019-11-07 2019-11-08 2019-11-09 2019-11-10 2019-11-11 2019-11-12 2019-11-13 2019-11-14 2019

我有一个带有列日期的数据框。我必须延长所述月份的日期:

输入:

2019-11-30
2019-12-01
2019-12-02
2019-12-03
2019-12-04
输出:

2019-11-01
2019-11-02
2019-11-03
2019-11-04
2019-11-05
2019-11-06
2019-11-07
2019-11-08
2019-11-09
2019-11-10
2019-11-11
2019-11-12
2019-11-13
2019-11-14
2019-11-15
2019-11-16
2019-11-17
2019-11-18
2019-11-19
2019-11-20
2019-11-21
2019-11-22
2019-11-23
2019-11-24
2019-11-25
2019-11-26
2019-11-27
2019-11-28
2019-11-29
2019-11-30
2019-12-01
2019-12-02
2019-12-03
2019-12-04
2019-12-05
2019-12-06
2019-12-07
2019-12-08
2019-12-09
2019-12-10
2019-12-11
2019-12-12
2019-12-13
2019-12-14
2019-12-15
2019-12-16
2019-12-17
2019-12-18
2019-12-19
2019-12-20
2019-12-21
2019-12-22
2019-12-23
2019-12-24
2019-12-25
2019-12-26
2019-12-27
2019-12-28
2019-12-29
2019-12-30
2019-12-31
使用和创建所有日期时间:

然后使用:

或使用左连接:

df = pd.DataFrame({'date':rng}).merge(df, how='left')
print (df)
         date  col
0  2019-11-01  NaN
1  2019-11-02  NaN
2  2019-11-03  NaN
3  2019-11-04  NaN
4  2019-11-05  NaN
..        ...  ...
56 2019-12-27  NaN
57 2019-12-28  NaN
58 2019-12-29  NaN
59 2019-12-30  NaN
60 2019-12-31  NaN

[61 rows x 2 columns]
使用和创建所有日期时间:

然后使用:

或使用左连接:

df = pd.DataFrame({'date':rng}).merge(df, how='left')
print (df)
         date  col
0  2019-11-01  NaN
1  2019-11-02  NaN
2  2019-11-03  NaN
3  2019-11-04  NaN
4  2019-11-05  NaN
..        ...  ...
56 2019-12-27  NaN
57 2019-12-28  NaN
58 2019-12-29  NaN
59 2019-12-30  NaN
60 2019-12-31  NaN

[61 rows x 2 columns]
df = pd.DataFrame({'date':rng}).merge(df, how='left')
print (df)
         date  col
0  2019-11-01  NaN
1  2019-11-02  NaN
2  2019-11-03  NaN
3  2019-11-04  NaN
4  2019-11-05  NaN
..        ...  ...
56 2019-12-27  NaN
57 2019-12-28  NaN
58 2019-12-29  NaN
59 2019-12-30  NaN
60 2019-12-31  NaN

[61 rows x 2 columns]