向前填充到特定的日期时间索引 - 如果日期时间索引出现在其他列表中答案

【问题标题】：Forward fill to a specific datetime index - if the datetime index occurs in other list向前填充到特定的日期时间索引 - 如果日期时间索引出现在其他列表中
【发布时间】：2021-06-21 10:50:00
【问题描述】：

我正在尝试通过日期时间索引覆盖产品 df 中预先计算的权重。我的挑战是只覆盖到某个日期（在另一个 df 中列出），然后再做一次。数据示例：

data = {'Product 1 Weight':['0', '.15', '.19', '.2','.21','.25','.252','.255'],
    'Product 2 Weight':['0', '0', '0', '0','0','0','0','0'],
    'Product 3 Weight':['0', '0', '0', '0','0','.5','.551','.561']}

df = pd.DataFrame(data, index =['2020-04-01',
                            '2020-04-02',
                            '2020-04-03',
                            '2020-04-06',
                            '2020-04-07',
                            '2020-04-08',
                            '2020-04-09',
                            '2020-04-10'])

rebalances= pd.DataFrame({'Rebalance':['2020-04-02',
                                   '2020-04-08',
                                   '2020-04-10']})

在此示例中，我想用 2020-04-02 的值覆盖从 2020-04-02 到 2020-04-07 的所有产品的值。然后我想用 2020-04-08 的值覆盖从 2020-04-08 到 2020-04-09 的所有产品的值，依此类推。重新平衡 df 将为我提供停止覆盖并开始另一个覆盖的日期。因此，我想要的最终输出看起来像：

data = {'Product 1 Weight':['0', '.15', '.15', '.15','.15','.25','.25','.255'],
    'Product 2 Weight':['0', '0', '0', '0','0','0','0','0'],
    'Product 3 Weight':['0', '0', '0', '0','0','.5','.5','.561']}

df = pd.DataFrame(data, index =['2020-04-01',
                            '2020-04-02',
                            '2020-04-03',
                            '2020-04-06',
                            '2020-04-07',
                            '2020-04-08',
                            '2020-04-09',
                            '2020-04-10'])

可能看起来完全随机，但对我当前的项目来说会很棒。

【问题讨论】：

标签： python pandas dataframe overwrite

【解决方案1】：

我们可以mask 将Product 中的值与Rebalance 列中不存在相应index 的列类似，然后ffill 向前填充并覆盖被屏蔽的值。

m = df.index.to_series().isin(rebalances['Rebalance'])
out = df.mask(~m).ffill().fillna(df)

>>> out

           Product 1 Weight Product 2 Weight Product 3 Weight
2020-04-01                0                0                0
2020-04-02              .15                0                0
2020-04-03              .15                0                0
2020-04-06              .15                0                0
2020-04-07              .15                0                0
2020-04-08              .25                0               .5
2020-04-09              .25                0               .5
2020-04-10             .255                0             .561

【讨论】：