python - 根据businessdate索引估算数据框中多列的缺失日期

Question

我有一个具有以下性质的数据框

A_DATE       A_VALUE      B_DATE       B_VALUE     C_DATE      C_VALUE
2014-04-04   2.1          2014-04-04   4.8         2014-04-04   0.6
2014-04-05   2.3          2014-04-08   4.9         2014-04-05   0.8
2014-04-09   2.2          2014-04-09   4.6         2014-04-08   0.2

我有一个通过

生成的日期时间系列

 pd.bdate_range('2013-03-27', '2018-03-28')

我怎样才能有一个如下所示的数据框:

INDEX         A_DATE       A_VALUE      B_DATE       B_VALUE     C_DATE      C_VALUE
2014-04-04   2014-04-04   2.1          2014-04-04   4.8         2014-04-04   0.6
2014-04-05   2014-04-05   2.3          NA            NA         2014-04-05   0.8
2014-04-08   NA            NA          2014-04-08   4.9         2014-04-08   0.2
2014-04-09   2014-04-09   2.2          2014-04-09   4.6         NA            NA        

我知道诸如pd.merge_asof和pd.merge_ordered之类的函数，但是我假设我必须首先将数据帧拆分为多个子集，然后再应用合并回来根据 pd.bdate_range 生成的索引组合所有数据帧？任何其他方法都会非常有帮助

一如既往的感谢

Answer 1

我建议将所有列转换为 DatatimeIndex 而不是多个 datetime 列:

idx = pd.bdate_range('2014-04-01', '2014-04-10')
df.columns = df.columns.str.split('_', expand=True)
df = (df.stack(0)
       .reset_index(level=0, drop=True)
       .set_index('DATE', append=True)['VALUE']
       .unstack(level=0)
       .reindex(idx))
print (df)
              A    B    C
2014-04-01  NaN  NaN  NaN
2014-04-02  NaN  NaN  NaN
2014-04-03  NaN  NaN  NaN
2014-04-04  2.1  4.8  0.6
2014-04-07  NaN  NaN  NaN
2014-04-08  NaN  4.9  0.2
2014-04-09  2.2  4.6  NaN
2014-04-10  NaN  NaN  NaN

说明:

1. 第一split列到MultiIndex
2. reshape stack按第一级
3. 删除第一级 reset_index
4. 将DATE附加到MultiIndex
5. reshape unstack
6. 最后reindex 日期时间索引