python - 如何使用 Pandas 填写缺失的时间数据

Question

我有一个如下所示的 pd 数据系列。由于某些原因，它没有数据到 2018-07-26 13:30:00 ~ 2018-08-03 15:45:00

13     2018-03-13 16:40:00      12   12.07          0       
14     2018-03-13 16:41:00      13   12.07          0       
15     2018-03-13 16:42:00      12   12.07          0       
 …
230000 2018-07-26 13:30:00      45   12.07          0
230001 2018-08-03 15:45:00      30   12.07          0
230002 ....
…

我想用 0 填充这些空白并尝试像这样“pandas.Series.asfreq”

df1= df.asfreq("T",fill_value=0)
print(df1)

但它给了我如下奇怪的响应。

1970-01-01       0    0    0

你能教我如何填空吗？

Answer 1

IIUC，我相信你需要使用DataFrame.set_index首先，将索引设置为您的 datetime 列。

这是一个基本示例，但您可以将 'datetime_col' 替换为您自己的日期时间列的实际名称:

# If necessary, cast datetime column to correct dtype
# df['datetime_col'] = pd.to_datetime(df['datetime_col']) 

df_new = df.set_index('datetime_col').asfreq('T', fill_value=0).reset_index()