python - 填充 Pandas 中缺失的索引

Question

我有如下数据:

import pandas as pd
from datetime import datetime

x = pd.Series([1, 2, 4], [datetime(2013,11,1), datetime(2013,11, 2), datetime(2013, 11, 4)])

11 月 3 日缺失的索引对应一个零值，我希望它看起来像这样:

y = pd.Series([1,2,0,4], pd.date_range('2013-11-01', periods = 4))

将 x 转换为 y 的最佳方法是什么？我试过了

y = pd.Series(x, pd.date_range('2013-11-1', periods = 4)).fillna(0)

这有时会引发一个我无法解释的索引错误(索引长度与值不匹配，即使索引和数据具有相同的长度。有没有更好的方法来做到这一点？

Answer 1

您可以使用 pandas.Series.resample()为此:

>>> x.resample('D').fillna(0)
2013-11-01    1
2013-11-02    2
2013-11-03    0
2013-11-04    4

resample() 函数中有fill_method 参数，不知道是否可以用它代替NaN重采样。但看起来你可以使用 how 方法来处理它，比如:

>>> x.resample('D', how=lambda x: x.mean() if len(x) > 0 else 0)
2013-11-01    1
2013-11-02    2
2013-11-03    0
2013-11-04    4

不知道哪种方法是首选。另请查看@AndyHayden 的回答——使用 fill_value=0 的 reindex() 可能是最有效的方法，但您必须自己进行测试。