我有一个数据集,其中包含像这样的缺失日期。
date,value
2015-01-01,7392
2015-01-03,4928
2015-01-06,8672
This is what I expect to achieve.
date,value
2015-01-01,7392
2015-01-02,7392 # ffill 1st
2015-01-03,4928
2015-01-04,4928 # ffill 3rd
2015-01-05,4928 # ffill 3rd
2015-01-06,8672
我尝试了很多方法,阅读了文档,但是仍然无法找到解决方案。我猜测可以使用df.resample('d',fill_method='ffill'),但我还没有达到目标。有人可以帮我解决这个问题吗?
这是我所做的。
>>> import pandas as pd
>>> df = pd.read_csv(text,sep="\t",index_col='date')
>>> df.index = df.index.to_datetime()
>>> index = pd.date_range(df.index[1],df.index.max())
在这里,我从2015年1月1日到2015年1月6日期间获得了DatetimeIndex。
>>> values = [ x for x in range(len(index)) ]
>>> df2 = pd.DataFrame(values,index=index)
接下来,我将合并原始数据和DatetimeIndex。
>>> df + df2
0 value
2015-01-01 NaN NaN
2015-01-02 NaN NaN
2015-01-03 NaN NaN
2015-01-04 NaN NaN
2015-01-05 NaN NaN
2015-01-06 NaN NaN
NaN? I am puzzled.
>>> df3 = df + df2
>>> df3.info()
DatetimeIndex: 10 entries, 2015-01-01 to 2015-01-10
Data columns (total 2 columns):
value 0 non-null float64
dtypes: float64(1)
原始值是int类型,但被转换成了float类型。
我的错误在哪里?