Python 将填充转发到特定的日期时间索引-如果日期时间索引出现在其他列表中

我试图通过datetime索引覆盖产品df中预先计算的权重。我的挑战是只覆盖到某个日期（在另一个df中列出），然后再次覆盖。数据示例：

data = {'Product 1 Weight':['0', '.15', '.19', '.2','.21','.25','.252','.255'],
    'Product 2 Weight':['0', '0', '0', '0','0','0','0','0'],
    'Product 3 Weight':['0', '0', '0', '0','0','.5','.551','.561']}

df = pd.DataFrame(data, index =['2020-04-01',
                            '2020-04-02',
                            '2020-04-03',
                            '2020-04-06',
                            '2020-04-07',
                            '2020-04-08',
                            '2020-04-09',
                            '2020-04-10'])

rebalances= pd.DataFrame({'Rebalance':['2020-04-02',
                                   '2020-04-08',
                                   '2020-04-10']})

在本例中，我想用2020-04-02中的值覆盖2020-04-02到2020-04-07中所有产品的值。然后我想用2020-04-08的值覆盖从2020-04-08到2020-04-09的所有产品的值，以此类推。重新平衡df将给我停止覆盖并开始另一个覆盖的日期。因此，我期望的最终输出如下所示：

data = {'Product 1 Weight':['0', '.15', '.15', '.15','.15','.25','.25','.255'],
    'Product 2 Weight':['0', '0', '0', '0','0','0','0','0'],
    'Product 3 Weight':['0', '0', '0', '0','0','.5','.5','.561']}

df = pd.DataFrame(data, index =['2020-04-01',
                            '2020-04-02',
                            '2020-04-03',
                            '2020-04-06',
                            '2020-04-07',
                            '2020-04-08',
                            '2020-04-09',
                            '2020-04-10'])

---

可能看起来完全是随机的，但对我当前的项目来说会很好。

我们可以

屏蔽
产品
中的值，就像
重新平衡
列中没有相应的
索引
一样，然后
ffill
向前填充并覆盖屏蔽值

m = df.index.to_series().isin(rebalances['Rebalance'])
out = df.mask(~m).ffill().fillna(df)


>>> out

           Product 1 Weight Product 2 Weight Product 3 Weight
2020-04-01                0                0                0
2020-04-02              .15                0                0
2020-04-03              .15                0                0
2020-04-06              .15                0                0
2020-04-07              .15                0                0
2020-04-08              .25                0               .5
2020-04-09              .25                0               .5
2020-04-10             .255                0             .561