Pandas 二十四:怎么处理日期索引的缺失?

本文介绍了如何使用Pandas的reindex和resample方法来处理日期索引缺失的问题。通过设置日期索引,然后使用reindex填充缺失的日期并设置默认值,或者利用resample进行时间序列重采样,填补空缺值。这两种方法对于按日期统计的数据不完整情况提供了有效的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题:按日期统计的数据,缺失了某天,导致数据不全该怎么补充日期?

可以用两种方法实现:
1、DataFrame.reindex,调整dataframe的索引以适应新的索引
2、DataFrame.resample,可以对时间序列重采样,支持补充缺失值

问题:如果缺失了索引该怎么填充?

1

import pandas as pd
%matplotlib inline

2

df = pd.DataFrame({
   
    "pdate": ["2019-12-01", "2019-12-02", "2019-12-04", "2019-12-05"],
    "pv": [100, 200, 400, 500],
    "uv": [10, 20, 40, 50],
})

df

2

pdate	pv	uv
0	2019-12-01	100	10
1	2019-12-02	200	20
2	2019-12-04	400	40
3	2019-12-05	500	50

3

df.set_index("pdate").plot()

3
<matplotlib.axes._subplots.AxesSubplot at 0x7fbe91cdbaf0>

问题,这里缺失了2019-12-03的数据,导致数据不全该怎么补充?

方法1:使用pandas.reindex方法

1、将df的索引变成日期索引

4

df_date 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值