Skip to main content
 首页 » 编程设计

python之将季度数据框转换为月度数据框并填充 Pandas 中的缺失值

2024年11月01日9小虾米

对于像这样的季度数据框:

        date      gdp  rate 
0   2003/3/1   523.82   0.1 
1   2003/6/1  1172.83   0.2 
2   2003/9/1  1882.48   0.4 
3  2003/12/1  3585.72   0.1 
4   2004/3/1   706.77   0.2 

我想填补缺失的月份并回填每个月的 gdp 和 rate,并获得如下数据框:

       date      gdp  rate 
0   2003-03   523.82   0.1 
1   2003-04  1172.83   0.2 
2   2003-05  1172.83   0.2 
3   2003-06  1172.83   0.2 
4   2003-07  1882.48   0.4 
5   2003-08  1882.48   0.4 
6   2003-09  1882.48   0.4 
7   2003-10  3585.72   0.1 
8   2003-11  3585.72   0.1 
9   2003-12  3585.72   0.1 
10  2004-01   706.77   0.2 
11  2004-02   706.77   0.2 
12  2004-03   706.77   0.2 

我如何在 Pandas 中做到这一点?谢谢。

请您参考如下方法:

另一个解决方案是创建DatetimeIndex,然后使用DataFrame.asfreq使用 method='bfill' 和 MS 作为月初,最后转换为期间 DataFrame.to_period :

df['date'] = pd.to_datetime(df['date']) 
df = df.sort_values(by=['date'], ascending=[True]) 
df.set_index('date', inplace=True) 
 
df = df.asfreq('MS', method='bfill').to_period('M').reset_index() 
print (df) 
       date      gdp  rate 
0   2003-03   523.82   0.1 
1   2003-04  1172.83   0.2 
2   2003-05  1172.83   0.2 
3   2003-06  1172.83   0.2 
4   2003-07  1882.48   0.4 
5   2003-08  1882.48   0.4 
6   2003-09  1882.48   0.4 
7   2003-10  3585.72   0.1 
8   2003-11  3585.72   0.1 
9   2003-12  3585.72   0.1 
10  2004-01   706.77   0.2 
11  2004-02   706.77   0.2 
12  2004-03   706.77   0.2