熊猫填补缺失的时间序列数据答案

【问题标题】：Pandas fill missing time series data熊猫填补缺失的时间序列数据
【发布时间】：2021-09-08 19:25:31
【问题描述】：

我有一个时间序列数据框，其中包含如下数据：

Week_Ending	Sales
8/5/2021	1000
8/12/2021	1122
8/19/2021	980
nan	1000
nan	1234

有时会丢失一周结束日期，我希望丢失的日期等于前一个日期 + 7 天。因此，nan 值应分别为 '08/26/2021' 和 '09/02/2021'。我怎样才能做到这一点？我尝试过使用插值，但没有任何变化。

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

试试：

# convert if necessary:
df["Week_Ending"] = pd.to_datetime(df["Week_Ending"])

mn = df["Week_Ending"].min()
df["Week_Ending"] = [mn + pd.Timedelta(days=7 * i) for i in df.index]
print(df)

打印：

  Week_Ending  Sales
0  2021-08-05   1000
1  2021-08-12   1122
2  2021-08-19    980
3  2021-08-26   1000
4  2021-09-02   1234

编辑：

mask = df["Week_Ending"].isna()
df.loc[mask, "tmp"] = df.groupby((mask != mask.shift()).cumsum()).cumcount() + 1
df["Week_Ending"] = df["Week_Ending"].ffill()
df.loc[mask, "Week_Ending"] = df[mask].apply(
    lambda x: x["Week_Ending"] + pd.Timedelta(days=7 * x["tmp"]), axis=1
)
df = df.drop(columns="tmp")

print(df)

打印：

  Week_Ending  Sales
0  2021-08-05   1000
1  2021-08-12   1122
2  2021-08-19    980
3  2021-08-26   1000
4  2021-09-02   1234
5  2021-09-19    980
6  2021-09-26   1234

df 已使用：

  Week_Ending  Sales
0  2021-08-05   1000
1  2021-08-12   1122
2  2021-08-19    980
3         NaT   1000
4         NaT   1234
5  2021-09-19    980
6         NaT   1234

【讨论】：

感谢安德烈的尝试！我认为你很接近，但不完全是我想要的。当我运行您的代码时，它通过在最小日期添加 7 然后在下一个 nan 中添加 7 来填充 nans。这导致最小的日期是 2016/01/01，然后我们有一年半的非缺失值，下一个缺失值被填充为 2016/01/07 而不是说 2017/07/01或类似的东西。然后，如果有更多的非缺失值后跟一个 nan，那么 nan 也被填满了，比如说 2016/01/14
我只需要它在上一行的日期值上加一个 7 而不是上一个 nan
而不是代码中使用的最小值，它应该说上一行，但我不知道该怎么做。此外，我不是那个投反对票的人，我真的很感谢我能得到的任何帮助！
嗨，Andrej，还没有尝试过您的编辑版本，但回来说实际上您的原始版本就像一个魅力！我只需要重置我的索引。非常感谢！