pandas用先前数据中的日期和值填充缺少的行

import pandas as pd

data = pd.read_csv('data.csv')  # 假设数据集保存在data.csv文件中

data['日期'] = pd.to_datetime(data['日期'])  # 将日期列转换为日期类型
data.set_index('日期', inplace=True)  # 将日期列设置为索引

start_date = data.index.min()  # 获取数据集中的最早日期
end_date = data.index.max()  # 获取数据集中的最晚日期
date_range = pd.date_range(start=start_date, end=end_date, freq='D')  # 生成完整的日期范围，以天为间隔

data = data.reindex(date_range)  # 重新索引数据集，缺失的行将被填充为NaN

data.fillna(method='ffill', inplace=True)  # 使用先前的非缺失值填充缺失的值

data.to_csv('filled_data.csv')  # 将填充后的数据集保存到filled_data.csv文件中