Skip to main content
 首页 » 编程设计

python之用间隔之间的每日值填充索引

2024年11月01日15xing901022

我目前正在处理一些 json 文件,其中包含某些数据键,其值范围从 2018-07-05 到 2019-02-05 和我用作列的另一个键(余额)。我试图了解如何用每日值填充或替换这些日期,以便当日期存在时,余额列具有相应的值,否则我得到 NaN(然后我将用 bfill 填充,但我知道该怎么做已经)。

这是我访问 json 文件的代码:

x = 'C:\\Users\\ivan.libedinsky\\Downloads\\example.json' 
with open(x, encoding="Utf-8") as w: 
    data = json.load(w) 
    d = {'onDate':[],'balance':[]} 
    for i in data['accountList'][0]['transactionList']: 
        d['onDate'].append(i['onDate'])   
        d['balance'].append(i['balance']) 
df = pd.DataFrame(d) 
df1 = df.groupby('onDate').balance.first() 

我得到的输出是:

        onDate  balance 
0   2018-07-05     3.73 
1   2018-08-01   378.49 
2   2018-08-03   328.49 
3   2018-08-05   128.49 
4   2018-08-06    78.49 
..         ...      ... 

我正在努力实现但我不确定如何实现:

        onDate  balance 
0   2018-07-05     3.73 
1   2018-07-06      NaN 
2   2018-07-07      NaN 
3   2018-07-08      NaN 
4   2018-07-09      NaN 
..         ...      ... 
27  2018-08-01    378.49  
..         ...      ... 

因此,当我进行回填(我没有遇到任何问题)时,我的最终结果是:

        onDate  balance 
0   2018-07-05     3.73 
1   2018-07-06     3.73 
2   2018-07-07     3.73 
3   2018-07-08     3.73 
4   2018-07-09     3.73 
..         ...      ... 
27  2018-08-01    378.49  
..         ...      ... 

我的第一个想法是创建另一个列表,然后我将使用它与数据框进行左连接。

from datetime import datetime, timedelta 
date = min(ondate) 
while max(ondate) > max(date): 
    date.append(date + timedelta(days=1) 

但我不确定这是否是最优的和可扩展的。提前致谢。

请您参考如下方法:

使用DataFrame.resample :

# ensure 'onDate' column has been converted to timestamps 
df['onDate'] = pd.to_datetime(df['onDate']) 
 
# resample, setting/resetting index as appropriate 
df = df.set_index('onDate') 
df = df.resample('D').ffill() 
df = df.reset_index() 

或者 DataFrame.reindex如果您想明确包含现有日期范围之外的开始/结束日期,可能会更通用一些:

# ensure 'onDate' is of the proper dtype 
df['onDate'] = pd.to_datetime(df['onDate']) 
 
# reindex, setting/resetting index as appropriate 
full_idx = pd.date_range('2018-07-05', '2018-08-06', name='onDate') 
df = df.set_index('onDate') 
df = df.reindex(full_idx, method='ffill') 
df = df.reset_index() 

任一方法的结果输出:

       onDate  balance 
0  2018-07-05     3.73 
1  2018-07-06     3.73 
2  2018-07-07     3.73 
3  2018-07-08     3.73 
4  2018-07-09     3.73 
5  2018-07-10     3.73 
6  2018-07-11     3.73 
7  2018-07-12     3.73 
8  2018-07-13     3.73 
9  2018-07-14     3.73 
10 2018-07-15     3.73 
11 2018-07-16     3.73 
12 2018-07-17     3.73 
13 2018-07-18     3.73 
14 2018-07-19     3.73 
15 2018-07-20     3.73 
16 2018-07-21     3.73 
17 2018-07-22     3.73 
18 2018-07-23     3.73 
19 2018-07-24     3.73 
20 2018-07-25     3.73 
21 2018-07-26     3.73 
22 2018-07-27     3.73 
23 2018-07-28     3.73 
24 2018-07-29     3.73 
25 2018-07-30     3.73 
26 2018-07-31     3.73 
27 2018-08-01   378.49 
28 2018-08-02   378.49 
29 2018-08-03   328.49 
30 2018-08-04   328.49 
31 2018-08-05   128.49 
32 2018-08-06    78.49