Skip to main content
 首页 » 编程设计

Python之Pandas之根据现有级别填充缺失数据

2025年01月19日11mayingbao

  • 我使用 pandas 并从 SQL 数据库获取数据
  • 我有两个代码。一个是美国股票,另一个是欧洲股票。两只股票的日期不一定相同(节假日等)。
  • 我的所有数据都存储在一个多索引 DataFrame 中。
  • 希望根据级别填补缺失值

运行下面的代码:

import pandas as pd 
import datetime 
ticker_date = [('US',datetime.date.today()-datetime.timedelta(3)), 
('US',datetime.date.today()-datetime.timedelta(2)), 
('US',datetime.date.today()-datetime.timedelta(1)), 
('EU',datetime.date.today()-datetime.timedelta(3)), 
('EU',datetime.date.today()-datetime.timedelta(1))] 
index_df = pd.MultiIndex.from_tuples(ticker_date) 
example = pd.DataFrame([12.2,12.5,12.6,15.1,15],index_df,['value']) 

输出:

Output from code above

我正在寻找一种方法来 reshape 我的输出,用以前的值填充缺失的数据:

Objective: add a dec 11th line and fill with previous value

请您参考如下方法:

我会这样做:

In [24]: idx = pd.MultiIndex.from_product(( 
                   example.index.get_level_values(0).unique(),  
                   example.index.get_level_values(1).unique())) 
 
In [25]: example = example.reindex(idx).ffill() 
 
In [26]: example 
Out[26]: 
               value 
US 2017-12-10   12.2 
   2017-12-11   12.5 
   2017-12-12   12.6 
EU 2017-12-10   15.1 
   2017-12-11   15.1 
   2017-12-12   15.0