将缺失的日期添加到熊猫数据框

Question

我的数据可以在给定日期包含多个事件，也可以在一个日期包含否事件。我接受这些事件，按日期计数并绘制它们。但是，当我绘制它们时，我的两个系列并不总是匹配。

idx = pd.date_range(df['simpleDate'].min(), df['simpleDate'].max())
s = df.groupby(['simpleDate']).size()

在上面的代码中，idx变为30个日期范围。2019/09/01至2019/09/30但是S可能只有25或26天，因为在给定日期没有事件发生。然后，当我尝试绘图时，由于大小不匹配，我得到一个AssertionError：

fig, ax = plt.subplots()    
ax.bar(idx.to_pydatetime(), s, color='green')

解决这个问题的正确方法是什么？我是否要从IDX中删除没有值的日期，还是（我希望这样做）将序列中缺少的日期添加为0（我希望这样做）？我希望有30天的完整图表（值为0）。如果这种方法正确，那么有关如何开始的任何建议？我需要某种动态reindex功能吗？

这是S（df.groupby(['simpleDate']).size() ）的代码段，请注意没有输入04和05。

09-02-2019     2
09-03-2019    10
09-06-2019     5
09-07-2019     1

Answer 1

你可以使用Series.reindex：

import pandas as pd

idx = pd.date_range('09-01-2019', '09-30-2019')

s = pd.Series({'09-02-2019': 2,
               '09-03-2019': 10,
               '09-06-2019': 5,
               '09-07-2019': 1})
s.index = pd.DatetimeIndex(s.index)

s = s.reindex(idx, fill_value=0)
print(s)

输出

2019-09-01     0
2019-09-02     2
2019-09-03    10
2019-09-04     0
2019-09-05     0
2019-09-06     5
2019-09-07     1
2019-09-08     0
...