我有一个稀疏的熊猫系列。为了便于说明,让我们创建一个模拟系列ts2
import pandas as pd
idx2 = pd.date_range('2016-01-29', '2016-02-27', freq='W')
ts2 = pd.Series(data=[11, 9, 13, 4], index=idx2)
看起来像
2016-01-31 11
2016-02-07 9
2016-02-14 13
2016-02-21 4
我想使用ts2来创建(通过正向填充)一个具有不同时间范围的新系列,比如
idx1 = pd.date_range('2016-02-01', '2016-02-28', freq='D')
新的时间序列应该是
2016-02-01 11
2016-02-02 11
2016-02-03 11
2016-02-04 11
2016-02-05 11
2016-02-06 11
2016-02-07 9
2016-02-08 9
...
2016-02-08 4
做这件事的好方法是什么?请注意,idx1和idx2的日期不匹配。因此,要在idx1中填充2016-02-01,必须在ts2中查找2016-01-31值
编辑:我应该提到idx1可能不是每日的,但可以是一些日期的集合,比如工作日减去挪威的公共假日或者其他什么
编辑:如果idx1有特殊的缺失日或假日
将
reindex
与method='ffill'
一起使用:输出:
或者如果idx1只是一个每日增量
使用
resample
和ffill
:输出:
相关问题 更多 >
编程相关推荐