Python - Pandas - 根据现有级别填充缺失数据

Question

• 我使用 pandas 并从 SQL 数据库获取数据
• 我有两个代码。一个是美国股票，另一个是欧洲股票。两只股票的日期不一定相同(节假日等)。
• 我的所有数据都存储在一个多索引 DataFrame 中。
• 希望根据级别填补缺失值

运行下面的代码:

import pandas as pd
import datetime
ticker_date = [('US',datetime.date.today()-datetime.timedelta(3)),
('US',datetime.date.today()-datetime.timedelta(2)),
('US',datetime.date.today()-datetime.timedelta(1)),
('EU',datetime.date.today()-datetime.timedelta(3)),
('EU',datetime.date.today()-datetime.timedelta(1))]
index_df = pd.MultiIndex.from_tuples(ticker_date)
example = pd.DataFrame([12.2,12.5,12.6,15.1,15],index_df,['value'])

输出:

Output from code above

我正在寻找一种方法来 reshape 我的输出，用以前的值填充缺失的数据:

Objective: add a dec 11th line and fill with previous value

Answer 1

我会这样做:

In [24]: idx = pd.MultiIndex.from_product((
                   example.index.get_level_values(0).unique(), 
                   example.index.get_level_values(1).unique()))

In [25]: example = example.reindex(idx).ffill()

In [26]: example
Out[26]:
               value
US 2017-12-10   12.2
   2017-12-11   12.5
   2017-12-12   12.6
EU 2017-12-10   15.1
   2017-12-11   15.1
   2017-12-12   15.0