填写缺失的日期值并根据前一行填充第二列

Question

我有一个包含 2 列的 csv，其中填充了日期，第二列包含比率值。根据日期列，该文件包含一些缺失的行。

我想要一些 python 代码，可以填充第一行和最后一行之间（01/01/2019 和 14/01/2019 之间）缺失的日期，第二个任务是然后用前几天的汇率填写缺失的汇率。

例如，缺少 1 月 4 日和 05 日，需要创建这些行并且前几天的汇率为 1 月 3 日 - 1.12，因此需要填充 1 月 4 日和 05 日的汇率。

代码需要是动态的，因此每个文件的第一行和最后一行并不总是相同的。例如，第二个文件的第一行和最后一行值可以分别为 03/02/2019 和 25/02/2019。如果可能，相同的代码需要能够在每个文件上运行。

输入为 csv，输出也需要为 csv 文件。

输入 -

Date,Rate
01/01/2019,1.12
02/01/2019,1.13
03/01/2019,1.12
06/01/2019,1.11
07/01/2019,1.13
08/01/2019,1.14
09/01/2019,1.13
10/01/2019,1.11
12/01/2019,1.12
13/01/2019,1.13
14/01/2019,1.14

如果您有任何问题，请告诉我。

Answer 1

首先你需要确定你的日期是datetime类型，你可以使用resample:

# resample
df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

new_df = df.set_index('Date').resample('D').ffill().reset_index()

输出：

         Date  Rate
0  2019-01-01  1.12
1  2019-01-02  1.13
2  2019-01-03  1.12
3  2019-01-04  1.12
4  2019-01-05  1.12
5  2019-01-06  1.11
6  2019-01-07  1.13
7  2019-01-08  1.14
8  2019-01-09  1.13
9  2019-01-10  1.11
10 2019-01-11  1.11
11 2019-01-12  1.12
12 2019-01-13  1.13
13 2019-01-14  1.14

填写缺失的日期值并根据前一行填充第二列

Fill in missing date values and populate second column based on previous row

python

pandas

pyspark-dataframes