如何填入 Pandas DataFrame 中缺少的日期？

將缺失日期加入 Pandas Dataframe

處理時間序列資料時，常常會遇到缺失日期。當事件發生在某些日期而不是其他日期時，就會發生這種情況。為了準確地表示這些數據，有必要考慮缺失的日期。

在提供的程式碼中，建立了一個以日期為索引的 Pandas 資料框。雖然日期範圍包括特定時間範圍內的所有日期，但資料框的大小較小，因為某些日期沒有關聯的事件。當嘗試繪製日期範圍和資料框時，這會導致大小不符。

首選方法是將缺少的日期加到計數為 0 的系列中。這可確保包含所有日期的完整圖表。為此，可以使用重新索引方法：

import pandas as pd

idx = pd.date_range('09-01-2013', '09-30-2013')

s = pd.Series({'09-02-2013': 2,
               '09-03-2013': 10,
               '09-06-2013': 5,
               '09-07-2013': 1})

s.index = pd.DatetimeIndex(s.index)

s = s.reindex(idx, fill_value=0)

這將輸出一個新的系列s，其中'09-01-2013' 和'09-30-2013' 之間的所有缺失日期都用 0填充值：

2013-09-01     0
2013-09-02     2
2013-09-03    10
2013-09-04     0
2013-09-05     0
2013-09-06     5
2013-09-07     1
2013-09-08     0
...

透過使用重新索引，缺失的日期將添加到該系列中，從而可以準確地繪製和分析時間序列資料。

以上是如何填入 Pandas DataFrame 中缺少的日期？的詳細內容。更多資訊請關注PHP中文網其他相關文章！