我尝试解析一个类似于以下格式的CSV文件:
dd.mm.yyyy value
01.01.2000 1
02.01.2000 2
01.02.2000 3
我需要添加缺失的日期并用NaN填充相应的值。我像在这个问题中一样使用了Series.reindex
:
import pandas as pd
ts=pd.read_csv(file, sep=';', parse_dates='True', index_col=0)
idx = pd.date_range('01.01.2000', '02.01.2000')
ts.index = pd.DatetimeIndex(ts.index)
ts = ts.reindex(idx, fill_value='NaN')
但是,由于日期格式(即 mm/dd 而不是 dd/mm),某些日期的值被交换了:
01.01.2000 1
02.01.2000 3
03.01.2000 NaN
...
...
31.01.2000 NaN
01.02.2000 2
我尝试了几种方法(例如在read_csv
中添加dayfirst=True
)来正确处理它,但仍然无法弄清楚。请帮忙。
read_csv()
中添加dayfirst=True
。 - Martin Valgur