从 csv 文件向时间序列添加缺失日期

Question

我有一个变量 'GWL' 的每月时间序列，但缺少几个日期。

import pandas as pd

df = pd.read_csv(r'1218_29_0.csv')
df.head(5)

    date        GWL
0   15/01/2001  9.73
1   15/08/2001  10.55
2   15/11/2001  11.65
3   15/01/2002  9.72
4   15/04/2002  9.92

我曾尝试关注其他帖子，但其中 none 处理 CSV 格式的数据库。

如何添加缺失的日期（月份）并用 Nan 填充它们的值？

Answer 1

我加载使用：

df = pd.read_csv(io.StringIO('''date        GWL
15/01/2001  9.73
15/08/2001  10.55
15/11/2001  11.65
15/01/2002  9.72
15/04/2002  9.92'''), sep='\s{2,}', engine='python', parse_dates=['date'])

您需要在代码中做的只是将 parse_dates=['date'] 参数传递给您的 pd.read_csv。不要传递其他东西。我需要使用 io.StringIO，因为您不会以构造函数格式提供数据。

这产生：

        date    GWL
0 2001-01-15   9.73
1 2001-08-15  10.55
2 2001-11-15  11.65
3 2002-01-15   9.72
4 2002-04-15   9.92

构造一个 Ides-centred 月度日期范围：

months = df['date'] - pd.offsets.MonthBegin()
d_range = pd.date_range(months.min(), months.max(), freq='M')
d_range = d_range - pd.offsets.MonthBegin() + pd.offsets.Day(14)

重建索引：

>>> df.set_index('date').reindex(d_range)
              GWL
2001-01-15   9.73
2001-02-15    NaN
2001-03-15    NaN
2001-04-15    NaN
2001-05-15    NaN
2001-06-15    NaN
2001-07-15    NaN
2001-08-15  10.55
2001-09-15    NaN
2001-10-15    NaN
2001-11-15  11.65
2001-12-15    NaN
2002-01-15   9.72
2002-02-15    NaN
2002-03-15    NaN

从 csv 文件向时间序列添加缺失日期

Adding missing dates to a time series from a csv file

python

pandas

time-series

missing-data