向 pandas 数据框添加缺少的日期 [英] Add missing dates to pandas dataframe

问题描述

[我在类似的问题上发现了很多话题，但没有关于我如何处理这个问题]

[I've found quite of bit of talk on similar issues, but nothing on how I'm approaching this]

我有一个CSV文件在给定日期可能有多个事件的解析。有时候，没有任何事件。我收到这些事件，按日期计算并绘制它们。

I have a CSV file I'm parsing which could have multiple events on a given date. Sometimes there are NO events on a date. I take these events, get a count by date and plot them.

但是，当我绘制它们时，我的两个系列不会总是匹配。

However, when I plot them, my two series dont always match.

df = pd.read_csv(inFile, parse_dates=True)

idx = pd.date_range(df['simpleDate'].min(), df['simpleDate'].max())
s = df.groupby(['simpleDate']).size()

fig, ax = plt.subplots()    
ax.bar(idx.to_pydatetime(), s, color='green')

在上面的代码中， idx 成为30个日期的范围。 09-01-2013至09-30-2013
但是， S 可能只有25或26天，因为在给定日期没有发生任何事件。然后我得到一个AssertionError，因为大小不匹配。

In the above code idx becomes a range of say 30 dates. 09-01-2013 to 09-30-2013 However S may only have 25 or 26 days because no events happened for a given date. I then get an AssertionError as the sizes dont match.

解决这个问题的正确方法是什么？
我想从 IDX 中删除没有值的日期，或者（我宁愿做的）将系列添加到缺少的日期，计数为0.我宁愿30天的完整图表，0值。如果这种方法是正确的，有什么建议如何开始？我需要一些动态的 reindex 函数？

What's the proper way to tackle this? Do I want to remove dates with no values from IDX or (which I'd rather do) is add to the series the missing date with a count of 0. I'd rather have a full graph of 30 days with 0 values. If this approach is right, any suggestions on how to get started? Do I need some sort of dynamic reindex function?

这是一个 S （ df.groupby（['simpleDate']）。size（）），请注意04和05的条目。

Here's a snippet of S ( df.groupby(['simpleDate']).size() ), notice no entries for 04 and 05.

09-02-2013     2
09-03-2013    10
09-06-2013     5
09-07-2013     1

推荐答案

您可以使用 Series.reindex ：

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)
print(s)

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
...

这篇关于向 pandas 数据框添加缺少的日期的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！