使用 Python 将每周数据转换为每日数据答案

【问题标题】：Convert weekly data into daily data with Python使用 Python 将每周数据转换为每日数据
【发布时间】：2017-06-16 01:22:40
【问题描述】：

我会尽量在这个问题上说清楚。假设我有一个数据框，格式如下：

Date          Quantity
05/05/2017    34
12/05/2017    24
19/05/2017    45
26/05/2017    23
2/06/2017     56
9/06/2017     32

我想将此具有每周数据（如您所见）的数据框转换为具有每日数据的数据框。但是，我的数据框中会有一些“漏洞”（例如周末）。我已经将每日日期存储到另一个变量中。我想得到这样的东西：

Date          Quantity
05/05/2017    34
08/05/2017    34
09/05/2017    34
...           ...
2/06/2017     56
5/06/2017     56
6/06/2017     56
...           ...

我的想法是有一个循环显示“只要日期早于每周数据框中的日期（例如 19/05/2017）但高于前一个日期（因此 12/05/2017），我想要在每日数据框中的“数量”列中附加正确的数字（在本例中为 45）。

但是，我不知道如何在 Python 中执行此操作。我应该将日期转换为数字然后再转换回日期吗？有没有人有更快的方法来做到这一点？非常感谢

【问题讨论】：

您实际上并没有将每日日期用于任何事情，那么有什么意义呢？为什么要转换它？
或者，在更一般的意义上，通过将每周转换为每天，您不会获得更多数据。您的逻辑应该能够逐周检查还是逐日检查
我只是想保持我的代码简单。我需要以这种方式将数据附加到包含每日数据的巨大数据框中。问题是，对于这个专栏，我只有每周数据

标签： python pandas dataframe

【解决方案1】：

这是一个使用 resample 和 business day frequency (B) 和前向填充的选项：

df['Date'] = pd.to_datetime(df.Date, format='%d/%m/%Y')    
df.set_index('Date').resample('B').ffill().reset_index()

#         Date  Quantity
#0  2017-05-05      34
#1  2017-05-08      34
#2  2017-05-09      34
#...
#20 2017-06-02      56
#21 2017-06-05      56
#22 2017-06-06      56
#...

【讨论】：

这没有考虑问题的缺失值部分。不过，可以将此输出与所需日期的单列数据框resampled_df.merge(days, how='right') 合并，以获得目标输出。
@EFT 你是对的。我错过了那部分。具有工作日频率的resample 应该可以解决此问题。
要以一天的频率正常使用此功能，请使用resample('D')

【解决方案2】：

如果我们说您的每日数据位于名为days 的变量中，而Date 是您的索引，那么

>>>df.reindex(days).fillna(method='ffill')

应该返回你想要的。

【讨论】：

这就是我要找的答案，非常感谢