Python数据处理-使用Pandas补齐缺失日期（pd.date_range）
·
在处理时间序列的数据中，有时候会遇到有些日期的数据缺失的情况，这时候可以用pandas的 date_range 函数快速补齐缺失日期，再根据实际情况补齐缺失值。
import pandas as pd
df = pd.DataFrame
df = pd.DataFrame({"date":["2022-01-01", "2022-01-03", "2022-01-04"], "value":range(3)})
df["date"] = df["date"].astype("datetime64") # 确保数据格式为日期
date_range = pd.date_range(start=df["date"].min(), end=df["date"].max(), freq="D") # freq="D"表示按天，可以按分钟，月，季度，年等
df.set_index("date").reindex(index=date_range)
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
17
0- 0
已为社区贡献1条内容
所有评论(0)