通过用 0 填充缺失的月份来获取 pandas 中的连续数据帧

Question

我有一个 pandas 数据框，如下所示，其中我有月-年，需要获取连续数据框，如果找不到该月的行，它应该包括计数为 0。异常输出如下所示。

输入数据帧

Month   | Count
--------------
Jan-15  | 10
Feb-15  | 100
Mar-15  | 20
Jul-15  | 10
Sep-15  | 11 
Oct-15  | 1 
Dec-15  | 15

预期输出

Month   | Count
--------------
Jan-15  | 10
Feb-15  | 100
Mar-15  | 20
Apr-15  | 0
May-15  | 0
Jun-15  | 0
Jul-15  | 10
Aug-15  | 0
Sep-15  | 11 
Oct-15  | 1
Nov-15  | 0 
Dec-15  | 15

Answer 1

您可以将月份列设置为索引。它看起来像 Excel 输入，如果是这样，它将在 2015 年 1 月 1 日被解析，因此您可以按如下方式重新采样：

df.set_index('Month').resample('MS').asfreq().fillna(0)
Out: 
            Count
Month            
2015-01-01   10.0
2015-02-01  100.0
2015-03-01   20.0
2015-04-01    0.0
2015-05-01    0.0
2015-06-01    0.0
2015-07-01   10.0
2015-08-01    0.0
2015-09-01   11.0
2015-10-01    1.0
2015-11-01    0.0
2015-12-01   15.0

如果月份列不能识别为日期，需要先进行转换：

df['Month'] = pd.to_datetime(df['Month'], format='%b-%y')

通过用 0 填充缺失的月份来获取 pandas 中的连续数据帧

Get continuous dataframe in pandas by filling the missing month with 0

python

resampling

pandas

输入数据帧

预期输出