填充 pandas DataFrame 中缺失的日期

Question

I\xe2\x80\x99ve 有很多包含 2 列的 DataFrame，如下所示：

\n

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\n\n\n

	费查	团结
0	2020-01-01	2.0
84048	2020-09-01	4.0
149445	2020-10-01	11.0
532541	2020-11-01	4.0
660659	2020-12-01	2.0
1515682	2021-03-01	9.0
1563644	2021-04-01	2.0
1759823	2021-05-01	1.0
2226586	2021-07-01	1.0

\n

\n

可以看出，还少了几个月。缺失数据取决于 DataFrame，我可以有 2 个月、10 个月、100% 完成，只有一个...我需要完成缺失月份的“Fecha”列（从 2020-01-01 到 2021-12-01）并且当日期添加到“Fecha”时，将“0”值添加到“unidades”列。

\n

Fecha Column 中的每个元素都是一个类 \'pandas._libs.tslibs.timestamps.Timestamp

\n

我怎样才能填补每个数据帧缺失的日期？

\n

Answer 1

您可以创建一个日期范围并使用“Fecha”列set_index+reindex添加缺失的月份。然后fillna+reset_index获取所需的结果：

df['Fecha'] = pd.to_datetime(df['Fecha'])
df = (df.set_index('Fecha')
      .reindex(pd.date_range('2020-01-01', '2021-12-01', freq='MS'))
      .rename_axis(['Fecha'])
      .fillna(0)
      .reset_index())

输出：

df['Fecha'] = pd.to_datetime(df['Fecha'])
df = (df.set_index('Fecha')
      .reindex(pd.date_range('2020-01-01', '2021-12-01', freq='MS'))
      .rename_axis(['Fecha'])
      .fillna(0)
      .reset_index())