使用日期范围将月末数据转换为 Pandas 的每周数据答案

【问题标题】：using date range to convert month end data to weekly data on Pandas使用日期范围将月末数据转换为 Pandas 的每周数据
【发布时间】：2020-09-02 18:19:33
【问题描述】：

我有一个如下所示的数据框。是月末数据。

date ,     value , expectation
31/01/2020, 34,     40
28/02/2020, 35,     38
31/03/2020, 40,     44

我需要什么：

date ,     value , expectation

07/01/2020, 0,       0 
14/01/2020, 0,       0
21/01/2020, 0,       0
28/01/2020, 0,       0 
04/02/2020, 34,     40
11/02/2020, 0,       0
18/02/2020, 0,       0
25/02/2020, 0,       0
04/03/2020, 35,     38

基本上，我正在尝试将月末数据转换为每周数据。但是，不同的是，确切的月末日期可能与每周日期范围不匹配，因此它将落入周末日期（例如，2020 年 4 月 2 日为 2020 年 1 月 31 日）。另一个周末的日期用 0 填充。听起来很乱。但这是我尝试过的。

import pandas as pd

df = pd.read_csv('file.csv', index_col=0)
df.index = pd.to_datetime(df.index, format='%d/%m/%y')

dtr = pd.date_range('01.01.2020', '31.03.2020', freq='W')

empty = pd.DataFrame(index=dtr)

df = pd.concat([df, empty[~empty.index.isin(df.index)]]).sort_index().fillna(0)

代码有效，但我没有得到确切的预期输出。任何帮助表示赞赏。

【问题讨论】：

标签： python pandas csv

【解决方案1】：

使用merge_asof:

df.index = pd.to_datetime(df.index, format='%d/%m/%Y')

dtr = pd.date_range('01.01.2020', '31.03.2020', freq='W')
empty = pd.DataFrame(index=dtr)


df = pd.merge_asof(empty, 
                   df, 
                   left_index=True, 
                   right_index=True, 
                   tolerance=pd.Timedelta(7, 'd')).fillna(0)
print (df)
            value  expectation
2020-01-05    0.0          0.0
2020-01-12    0.0          0.0
2020-01-19    0.0          0.0
2020-01-26    0.0          0.0
2020-02-02   34.0         40.0
2020-02-09    0.0          0.0
2020-02-16    0.0          0.0
2020-02-23    0.0          0.0
2020-03-01   35.0         38.0
2020-03-08    0.0          0.0
2020-03-15    0.0          0.0
2020-03-22    0.0          0.0
2020-03-29    0.0          0.0

如果需要也更改周的开始，例如从星期二更改 freq 到 date_range：

df.index = pd.to_datetime(df.index, format='%d/%m/%Y')

dtr = pd.date_range('01.01.2020', '31.03.2020', freq='W-Tue')
empty = pd.DataFrame(index=dtr)

df = pd.merge_asof(empty, 
                   df, 
                   left_index=True, 
                   right_index=True, 
                   tolerance=pd.Timedelta(7, 'd')).fillna(0)
print (df)
            value  expectation
2020-01-07    0.0          0.0
2020-01-14    0.0          0.0
2020-01-21    0.0          0.0
2020-01-28    0.0          0.0
2020-02-04   34.0         40.0
2020-02-11    0.0          0.0
2020-02-18    0.0          0.0
2020-02-25    0.0          0.0
2020-03-03   35.0         38.0
2020-03-10    0.0          0.0
2020-03-17    0.0          0.0
2020-03-24    0.0          0.0
2020-03-31   40.0         44.0

【讨论】：

我收到一个值错误。 “ValueError：必须对右键进行排序”。
它给出了一个类型错误。 TypeError：无法更改对象数组的数据类型。
它说 dtype:object
所以 astype 不起作用。我使用了 infer_objects()。它适用于日期，但我没有得到其他列的任何值（只有 0）。代码中唯一的变化是 df = pd.read_csv('file.csv', dtype='object') df = df.infer_objects() df = df.sort_index()
让我们continue this discussion in chat.

【解决方案2】：

下面给出的一段代码会给你想要的结果：

for end_date in df["date"]:
    days_diff = (end_date  - pd.date_range(end=end_date , freq='W', periods=5)[-1])
    pd.date_range(end='2020-03-31', freq='W', periods=5) + days_diff

【讨论】：