python - 如何在给定的 datetime64 值范围内获取错过的日期？

Question

我在 Pandas 中有以下 DataFrame df:

dti                  id_n
2016-07-27 13:55:00  1
2016-07-29 13:50:07  1
2016-07-29 14:50:08  1
2016-07-30 23:50:01  2
2016-08-01 12:50:00  3
2016-08-02 12:50:00  3

dti 的类型是datetime64。我想获取新的 DataFrame result，其中错过了 dti 的 min 和 max 值之间的日期:

结果=

2016-07-28
2016-07-31

我怎样才能得到它？

Answer 1

使用floor对于删除时间，然后创建 date_range得到 difference :

d = df['dti'].dt.floor('d')
print (d)
0   2016-07-27
1   2016-07-29
2   2016-07-29
3   2016-07-30
4   2016-08-01
5   2016-08-02
Name: dti, dtype: datetime64[ns]

a = pd.date_range(d.min(), d.max(), freq='d')
print (a)
DatetimeIndex(['2016-07-27', '2016-07-28', '2016-07-29', '2016-07-30',
               '2016-07-31', '2016-08-01', '2016-08-02'],
              dtype='datetime64[ns]', freq='D')

b = a.difference(d)
print (b)
DatetimeIndex(['2016-07-28', '2016-07-31'], dtype='datetime64[ns]', freq=None)

df1 = pd.DataFrame({'missing':a.difference(d)})
print (df1)
     missing
0 2016-07-28
1 2016-07-31

另一种解决方案是通过mean 进行下采样并获取NaN 值的索引:

a = df.resample('d', on='dti').mean()
print (a)
            id_n
dti             
2016-07-27   1.0
2016-07-28   NaN
2016-07-29   1.0
2016-07-30   2.0
2016-07-31   NaN
2016-08-01   3.0
2016-08-02   3.0

b = a.index[a['id_n'].isnull()]
print (b)
DatetimeIndex(['2016-07-28', '2016-07-31'], dtype='datetime64[ns]', name='dti', freq=None)