如何填充 Pandas DataFrame 中缺失的日期？

将缺失日期添加到 Pandas Dataframe

处理时间序列数据时，经常会遇到缺失日期。当事件发生在某些日期而不是其他日期时，就会出现这种情况。为了准确地表示这些数据，有必要考虑缺失的日期。

在提供的代码中，创建了一个以日期为索引的 Pandas 数据框。虽然日期范围包括特定时间范围内的所有日期，但数据框的大小较小，因为某些日期没有关联的事件。当尝试绘制日期范围和数据框时，这会导致大小不匹配。

首选方法是将缺失的日期添加到计数为 0 的系列中。这可确保包含所有日期的完整图表。为此，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)

这将输出一个新的系列 s，其中 '09-01-2013' 和 '09-30-2013' 之间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
...

通过使用重新索引，缺失的日期将添加到该系列中，从而可以准确地绘制和分析时间序列数据。

以上是如何填充 Pandas DataFrame 中缺失的日期？的详细内容。更多信息请关注PHP中文网其他相关文章！