在 python 中插入/推断缺少的日期？答案

【问题标题】：interpolate/extrapolate missing dates in python?在 python 中插入/推断缺少的日期？
【发布时间】：2016-10-13 12:33:22
【问题描述】：

假设我有以下数据框

bb = pd.DataFrame(data = {'date' :['','','','2015-09-02', '2015-09-02', '2015-09-03','','2015-09-08', '', '2015-09-11','2015-09-14','','' ]})     
bb['date'] = pd.to_datetime(bb['date'], format="%Y-%m-%d")

我想线性插值和扩展来填充缺失的日期值。我使用了以下代码，但它没有改变任何东西。我是熊猫新手。请帮忙

bb= bb.interpolate(method='time')

【问题讨论】：

你想如何插值。你想填满所有缺失的日期还是只填那些空白？
我想线性插值，谢谢
@Eular 日期应该线性插值。谢谢

标签： python pandas scipy interpolation extrapolation

【解决方案1】：

要推断，您必须使用 bfill() 和 ffill()。缺失值将由后向（或前向）值分配。

要进行线性插值，您必须使用函数interpolate，但日期需要转换为数字：

import numpy as np
import pandas as pd
from datetime import datetime

bb = pd.DataFrame(data = {'date' :['','','','2015-09-02', '2015-09-02', '2015-09-03','','2015-09-08', '', '2015-09-11','2015-09-14','','' ]})     
bb['date'] = pd.to_datetime(bb['date'], format="%Y-%m-%d")     

# convert to seconds
tmp = bb['date'].apply(lambda t: (t-datetime(1970,1,1)).total_seconds())
# linear interpolation
tmp.interpolate(inplace=True)    
# back convert to dates
bb['date'] = pd.to_datetime(tmp, unit='s') 
bb['date'] = bb['date'].apply(lambda t: t.date())
# extrapolation for the first missing values
bb.bfill(inplace='True')

print bb

结果：

         date
0  2015-09-02
1  2015-09-02
2  2015-09-02
3  2015-09-02
4  2015-09-02
5  2015-09-03
6  2015-09-05
7  2015-09-08
8  2015-09-09
9  2015-09-11
10 2015-09-14
11 2015-09-14
12 2015-09-14

【讨论】：

感谢@Stanley，但第 7 行的值不能是 2015-09-09 吗？
不，您必须将这种行为写入代码。查看上面代码的变化。