Skip to main content
 首页 » 编程设计

python之Pandas ,在日期之间填充前几行之间的平均变化

2024年10月25日15zhoujg

我认为最好用示例来说明这一点。假设我们有一个这样的 DataFrame:

                 295340      299616 
2014-11-02   304.904110  157.123288 
2014-12-02   597.303413  305.488493 
2015-01-02   896.310372  454.614630 
2015-02-02  1192.379580  599.588466 
2015-02-04  1211.285484         NaN 
2015-03-02          NaN  726.622932 

现在假设我想重新索引它,像这样:

rng = pd.date_range(df.index[0], df.index[-1]) 
 
df.reindex(rng) 
                 295340      299616 
2014-11-02   304.904110  157.123288 
2014-11-03          NaN         NaN 
2014-11-04          NaN         NaN 
2014-11-05          NaN         NaN 
... 
 
2014-11-29          NaN         NaN 
2014-11-30          NaN         NaN 
2014-12-01          NaN         NaN 
2014-12-02   597.303413  305.488493 

现在,如果我们查看 295340,我们会发现它们的值之差为 (597.30-304.90) = 292.39。

两个值之间的天数是 31。所以平均每天增加 9.43。

所以我想要的是这样的:

                 295340      299616 
2014-11-02   304.904110  157.123288 
2014-11-03   314.336345         NaN 
2014-11-04   323.768581         NaN 
2014-11-05   333.200816         NaN 

我的计算方式是:

304.904110 + (((597.303413-304.904110) / 31) * N) 

对于第 1 行之后的第一行、之后的第 2 行等,N 为 1

我显然希望所有列都以这种方式填充,所以 299616 使用相同的方法等等。

关于尽可能高效的事情有什么想法吗?我知道这样做的方法,但似乎没有什么有效的方法,似乎应该有某种类型的 fillna() 或适用于此类财务相关问题的方法。

注意:各列的间距不会完全相同。每一个都可以在日期范围内的任何位置有数字,所以我不能假设每一列的下一个数字将在 X 日期。

请您参考如下方法:

您可以使用 DataFrame.interpolate在 resample 之后使用 "time" 方法。 (它不会给出你给出的数字,因为从 11 月 2 日到 12 月 2 日只有 30 天,而不是 31 天):

>>> dnew = df.resample("1d").interpolate("time") 
>>> dnew.head(100) 
                 295340      299616 
2014-11-02   304.904110  157.123288 
2014-11-03   314.650753  162.068795 
[...] 
2014-11-28   558.316839  285.706466 
2014-11-29   568.063483  290.651972 
2014-11-30   577.810126  295.597479 
2014-12-01   587.556770  300.542986 
2014-12-02   597.303413  305.488493 
2014-12-03   606.948799  310.299014 
[...] 
2014-12-30   867.374215  440.183068 
2014-12-31   877.019600  444.993589 
2015-01-01   886.664986  449.804109 
2015-01-02   896.310372  454.614630 
[...] 
2015-02-01  1182.828960  594.911891 
2015-02-02  1192.379580  599.588466 
[...] 

这里的缺点是它会使用末尾的最后一个值进行推断:

[...] 
2015-01-31  1173.278341  590.235315 
2015-02-01  1182.828960  594.911891 
2015-02-02  1192.379580  599.588466 
2015-02-03  1201.832532  604.125411 
2015-02-04  1211.285484  608.662356 
2015-02-05  1211.285484  613.199302 
2015-02-06  1211.285484  617.736247 
[...] 

因此您必须决定要如何处理它。