reindex在大 pandas 数据框中添加缺少的日期 [英] reindex to add missing dates to pandas dataframe

问题描述

我尝试解析一个如下所示的CSV文件：

I try to parse a CSV file which looks like this:

dd.mm.yyyy   value

01.01.2000   1
02.01.2000   2
01.02.2000   3

我需要添加缺少的日期，并用 NaN 填充相应的值。我使用 Series.reindex ，如这个问题：

I need to add missing dates and fill according values with NaN. I used Series.reindex like in this question:

import pandas as pd

ts=pd.read_csv(file, sep=';', parse_dates='True', index_col=0)

idx = pd.date_range('01.01.2000', '02.01.2000')

ts.index = pd.DatetimeIndex(ts.index)
ts = ts.reindex(idx, fill_value='NaN')

但结果是，由于日期格式（即mm / dd而不是dd / mm），某些日期的值将被交换：

But in result, values for certain dates are swapped due to date format (i.e. mm/dd instead of dd/mm):

01.01.2000   1
02.01.2000   3
03.01.2000   NaN
...
...
31.01.2000   NaN
01.02.2000   2

我尝试了几种方式（即添加 dayfirst = True to read_csv ）做对，但仍然无法弄清楚。请帮助。

I tried several ways (i.e. add dayfirst=True to read_csv) to do it right but still can't figure it out. Please, help.

推荐答案

将 parse_dates 设置为第一列， code> parse_dates = [0] ：

Set parse_dates to the first column with parse_dates=[0]:

ts = pd.read_csv(file, sep=';', parse_dates=[0], index_col=0, dayfirst=True)

idx = pd.date_range('01.01.2000', '02.01.2000')

ts.index = pd.DatetimeIndex(ts.index)
ts = ts.reindex(idx, fill_value='NaN')
print(ts)

打印：

              value
2000-01-01        1
2000-01-02        2
2000-01-03      NaN
...
2000-01-31      NaN
2000-02-01        3

parse_dates = [0] 告诉熊猫明确地将第一列解析为日期。从文档中：

parse_dates=[0] tells pandas to explicitly parse the first column as dates. From the docs:

parse_dates：boolean，int或名称列表，列表列表或dict

parse_dates : boolean, list of ints or names, list of lists, or dict

如果True - >尝试解析索引。

If True -> try parsing the index.

如果[1，2，3] - >尝试解析列1，2，3作为单独的日期列。

If [1, 2, 3] -> try parsing columns 1, 2, 3 each as a separate date column.

如果[[1，3]] - >组合列1和3并将其解析为单个日期列。

If [[1, 3]] -> combine columns 1 and 3 and parse as a single date column.

{'foo'：[1，3]} - >解析列1，3作为日期并调用结果'foo'

{'foo' : [1, 3]} -> parse columns 1, 3 as date and call result 'foo'

对于iso8601格式的日期，存在快速路径。

A fast-path exists for iso8601-formatted dates.

这篇关于reindex在大 pandas 数据框中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！