在Pandas中将日期范围转换为时间序列
在Pandas中将日期范围转换为时间序列
提问于 2016-03-23 20:01:48
我的原始数据如下所示：
start_date end_date value
0 2016-01-01 2016-01-03 2
1 2016-01-05 2016-01-08 4其解释是，数据在1/1/2016和1/3/2016之间以2为值，在1/5/2016E 210和E 1111/8/2016E 212之间采用4值。我希望将原始数据转换为如下所示的每日时间序列：
2016-01-01 2
2016-01-02 2
2016-01-03 2
2016-01-04 0
2016-01-05 4
2016-01-06 4
2016-01-07 4
2016-01-08 4请注意，如果原始数据的任何行中的start_date和end_date之间没有出现时间序列中的日期，则时间序列中的值为0。
我可以通过循环遍历原始数据来创建时间序列，但这很慢。有更快的方法吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-03-23 21:43:39
你可以试试这个：
In [120]: df
Out[120]:
start_date end_date value
0 2016-01-01 2016-01-03 2
1 2016-01-05 2016-01-08 4
In [121]: new = pd.DataFrame({'dt': pd.date_range(df.start_date.min(), df.end_date.max())})
In [122]: new
Out[122]:
dt
0 2016-01-01
1 2016-01-02
2 2016-01-03
3 2016-01-04
4 2016-01-05
5 2016-01-06
6 2016-01-07
7 2016-01-08
In [123]: new = new.merge(df, how='left', left_on='dt', right_on='start_date').fillna(method='pad')
In [124]: new
Out[124]:
dt start_date end_date value
0 2016-01-01 2016-01-01 2016-01-03 2.0
1 2016-01-02 2016-01-01 2016-01-03 2.0
2 2016-01-03 2016-01-01 2016-01-03 2.0
3 2016-01-04 2016-01-01 2016-01-03 2.0
4 2016-01-05 2016-01-05 2016-01-08 4.0
5 2016-01-06 2016-01-05 2016-01-08 4.0
6 2016-01-07 2016-01-05 2016-01-08 4.0
7 2016-01-08 2016-01-05 2016-01-08 4.0
In [125]: new.ix[(new.dt < new.start_date) | (new.dt > new.end_date), 'value'] = 0
In [126]: new[['dt', 'value']]
Out[126]:
dt value
0 2016-01-01 2.0
1 2016-01-02 2.0
2 2016-01-03 2.0
3 2016-01-04 0.0
4 2016-01-05 4.0
5 2016-01-06 4.0
6 2016-01-07 4.0
7 2016-01-08 4.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/36187637
复制相关文章
相似问题
腾讯云开发者
