Python 如何在数据帧中插值分组时间序列

我的数据类型为

pd.DataFrame

，如下所示：

type  date  sum
A     Jan-1 1
A     Jan-3 2
B     Feb-1 1
B     Feb-2 3
B     Feb-5 6

任务是为每种类型构建一个连续的时间序列（缺少的日期应该用0填充）

预期结果是：

type  date  sum
A     Jan-1 1
A     Jan-2 0
A     Jan-3 2
B     Feb-1 1
B     Feb-2 3
B     Feb-3 0
B     Feb-4 0
B     Feb-5 6

使用

pandas

或其他Python工具可以做到这一点吗

---

真正的数据集有数百万行。

首先必须将日期更改为日期时间，并将该列放入索引中以利用重新采样，然后才能将日期转换回其原始格式

# change to datetime
df['date'] =pd.to_datetime(df.date, format="%b-%d")
df = df.set_index('date')

# resample to fill in missing dates
df1 = df.groupby('type').resample('d')['sum'].asfreq().fillna(0)
df1 = df1.reset_index()

# change back to original date format
df1['date'] = df1.date.dt.strftime('%b-%d')

输出

---

首先必须将日期更改为datetime，并将该列放入索引中以利用重采样，然后才能将日期转换回其原始格式

# change to datetime
df['date'] =pd.to_datetime(df.date, format="%b-%d")
df = df.set_index('date')

# resample to fill in missing dates
df1 = df.groupby('type').resample('d')['sum'].asfreq().fillna(0)
df1 = df1.reset_index()

# change back to original date format
df1['date'] = df1.date.dt.strftime('%b-%d')

输出

---

非常感谢你的评论。我得到了这个错误类型错误：仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但在使用

重采样时得到了一个“RangeIndex”实例，您必须拥有错误消息告诉您的这三种索引之一。如果您运行了上面的前两行代码，那么您必须具有DateTimeIndex。非常感谢您的评论。我得到了这个错误类型错误：仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效，但在使用
重采样时得到了一个“RangeIndex”实例，您必须拥有错误消息告诉您的这三种索引之一。如果运行上面的前两行代码，则必须具有DateTimeIndex。