重新编制python数据框架的索引正在创建NaN值

我有一个数据框，看起来像这样，有每月的数据点：

   Date        Value
1  2010-01-01  18.45
2  2010-02-01  18.13
3  2010-03-01  18.25
4  2010-04-01  17.92
5  2010-05-01  18.85 

我想让它成为每日数据，并用当前月份值填充生成的新日期。例如：

   Date        Value
1  2010-01-01  18.45
2  2010-01-02  18.45
3  2010-01-03  18.45
4  2010-01-04  18.45
5  2010-01-05  18.45 
....

这是我用来添加中间日期和填充值的代码：

today = get_datetime('US/Eastern') #.strftime('%Y-%m-%d')
enddate='1881-01-01'
idx = pd.date_range(enddate, today.strftime('%Y-%m-%d'), freq='D')
df = df.reindex(idx)
df = df.fillna(method = 'ffill')

结果如下：

                     Date   Value
2010-01-01 00:00:00  NaN    NaN
2010-01-02 00:00:00  NaN    NaN
2010-01-03 00:00:00  NaN    NaN
2010-01-04 00:00:00  NaN    NaN
2010-01-05 00:00:00  NaN    NaN 

日志显示

NaN

值出现在调用

.fillna

方法之前。因此，向前填充不是罪魁祸首

---

知道为什么会发生这种情况吗？

在调用reindex之前，需要向原始数据帧添加索引

test = pd.DataFrame(np.random.randn(4), index=pd.date_range('2017-01-01', '2017-01-04'), columns=['test'])
test.reindex(pd.date_range('2017-01-01', '2017-01-05'), method='ffill')

选项3
最安全的方法，非常通用
每天进行一次抽样，然后每月进行一次分组

这一点之所以重要，是因为你的一天可能不在月的第一天。如果要确保该天值在当月每隔一天广播一次，请执行以下操作

df.set_index('Date').asfreq('D') \
    .groupby(pd.TimeGrouper('M')).Value \
    .transform('first').reset_index()

选项2

asfreq

df.set_index('Date').asfreq('D').ffill().reset_index()

选项3

重新采样

df.set_index('Date').resample('D').first().ffill().reset_index()

对于

pandas=0.16.1

df.set_index('Date').resample('D').ffill().reset_index()

---

所有这些在这个样本数据集上产生相同的结果

---

Thx。我尝试了选项3，但出现了一个错误。我想知道这些方法是否在我工作的环境（Quantopian）中无法识别。您必须导入任何特定的内容才能运行这些功能吗？我正在运行pandas版本0.16.1TypeError：仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但获得了“Index”的实例，这次没有错误。但这并没有成为每日数据。奇怪。我可以在日志中看到它，它会在下游产生错误。