熊猫用以前数据中的日期和值填充缺失的行答案

【问题标题】：pandas fill missing row with dates and value from previous data熊猫用以前数据中的日期和值填充缺失的行
【发布时间】：2020-12-09 15:12:18
【问题描述】：

假设我有以下数据。

dates=['2020-12-01','2020-12-04','2020-12-05', '2020-12-01','2020-12-04','2020-12-05']
symbols=['ABC','ABC','ABC','DEF','DEF','DEF']
v=[1,3,5,7,9,10]
df= pd.DataFrame({'date':dates, 'g':symbols, 'v':v})

         date    g   v
0  2020-12-01  ABC   1
1  2020-12-04  ABC   3
2  2020-12-05  ABC   5
3  2020-12-01  DEF   7
4  2020-12-04  DEF   9
5  2020-12-05  DEF  10

我想用以前的值填充缺失的日期（按字段“g”分组）例如，我想在上面的示例中添加以下主菜：

2020-12-02 ABC 1
2020-12-03 ABC 1
2020-12-02 DEF 7
2020-12-03 DEF 7

我该怎么做？

【问题讨论】：

标签： python pandas date

【解决方案1】：

答案主要是从下面的答案中借来的，除了用负值填充并用它替换为空值进行前向填充。

Original Answer Here

dates=['2020-12-01','2020-12-04','2020-12-05', '2020-12-01','2020-12-04','2020-12-05']
symbols=['ABC','ABC','ABC','DEF','DEF','DEF']
v=[1,3,5,7,9,10]
df= pd.DataFrame({'date':dates, 'g':symbols, 'v':v})

df['date'] = pd.to_datetime(df['date'])

df = df.set_index(
    ['date', 'g']
).unstack(
    fill_value=-999
).asfreq(
    'D', fill_value=-999
).stack().sort_index(level=1).reset_index()

df.replace(-999, np.nan).ffill()

【讨论】：

太棒了。谢谢~！