在数据框中添加缺失的日期答案

【问题标题】：Add missing days in a dataframe在数据框中添加缺失的日期
【发布时间】：2021-04-06 19:48:30
【问题描述】：

我需要在“天”列中填写缺失的天数：

    id  month   day trans
0   0     8     1   9
1   0     8     2   5
2   0     8     3   10
3   0     8     4   6
4   0     8     6   4
5   0     8     8   4

我正在寻找输出：

    id  month   day trans
0   0     8     1   9
1   0     8     2   5
2   0     8     3   10
3   0     8     4   6
4   0     8     5   NAN
5   0     8     6   4
6   0     8     7   NAN
7   0     8     8   4

【问题讨论】：

Feb 月份你是怎么处理的？
在这种情况下，我只是处理 8 月和 10 月
所有组的天数是否相同或可能不同？如果他们不同，当下一组有 4 天时会发生什么？你能稍微修改一下这个例子吗？

标签： python pandas dataframe date missing-data

【解决方案1】：

我认为处理它的最佳方法是构建一个 pandas df，它具有输出的所有 [month, day] 值，并在 [id, month, day] 键上合并您的第一个 df。

【讨论】：

【解决方案2】：

使用 reindex()

df1=df.set_index('day').reindex([1,2,3,4,5,6,7]).reset_index()
df1[['month','id']]=df1[['month','id']].ffill()

关注您的评论；

  mux = pd.MultiIndex.from_product([df['id'].unique(),[1,2,3,4,5,6,7]], names=['id','day'])
df1=df.set_index(['id','day']).reindex(mux).reset_index()   
df1[['month','id']]=df1[['month','id']].ffill()



id  day  month  #trans
0   0    1    8.0     9.0
1   0    2    8.0     5.0
2   0    3    8.0    10.0
3   0    4    8.0     6.0
4   0    5    8.0     NaN
5   0    6    8.0     4.0
6   0    7    8.0     NaN

【讨论】：

我收到以下错误：ValueError: cannot reindex from a duplicate axis
您可能在日期列中有重复的日期。如果是这样，解决方案是使用至少两列来投射不同的类别。在这种情况下，让我们添加id； mux = pd.MultiIndex.from_product([df['id'].unique(),[1,2,3,4,5,6,7]], names=['id','day']) 和 df.set_index(['id','day']).reindex(mux)
有帮助吗，愿意进一步提供帮助
谢谢，为答案投票，以便人们将来可以放心地使用您的问题和我的答案。为你投票

【解决方案3】：

使用 pandas 上采样。

df['date'] = df.apply(lambda x: datetime(2020, x['month'], x['day']), axis=1)
df = df.set_index('date')
# Upsampling
df_daily = df.resample('D').asfreq().reset_index()

# reassign month and day
df_daily['month'] = df_daily.date.dt.month
df_daily['day'] = df_daily.date.dt.day
df_daily['id'] = df_daily['id'].fillna(method='ffill').astype(int)
del df_daily['date']

【讨论】：