对除一列之外的所有列中缺少日期和向前填充值的行重新采样

Question

我目前有以下示例数据帧：

No  FlNo    DATE        Loc    Type
20  1826    6/1/2017    AAA    O
20  1112    6/4/2017    BBB    O
20  1234    6/6/2017    CCC    O
20  43      6/7/2017    DDD    O
20  1840    6/8/2017    EEE    O

我想在上下两行中填入缺少的日期。我还想用顶行中的值填充非日期列的值，但将“类型”列留空以填充行。

请查看所需输出：

No  FlNo    DATE        Loc    Type 
20  1826    6/1/2017    AAA    O
20  1826    6/2/2017    AAA
20  1826    6/3/2017    AAA
20  1112    6/4/2017    BBB    O
20  1112    6/5/2017    BBB
20  1234    6/6/2017    CCC    O
20  43      6/7/2017    DDD    O
20  1840    6/8/2017    EEE    O

我已经搜索了谷歌和stackoverflow，但没有找到任何日期填写熊猫数据框架的答案。

Answer 1

首先，使用 DATE 转换为日期时间列pd.to_datetime，

df.DATE = pd.to_datetime(df.DATE)

选项1
使用重新采样ffill，然后稍后重置“类型”列。首先，在一些列表中存储唯一日期：

dates = df.DATE.unique()

现在，

df = df.set_index('DATE').resample('1D').ffill().reset_index()
df.Type = df.Type.where(df.DATE.isin(dates), '')

df

        DATE  No  FlNo  Loc Type
0 2017-06-01  20  1826  AAA    O
1 2017-06-02  20  1826  AAA     
2 2017-06-03  20  1826  AAA     
3 2017-06-04  20  1112  BBB    O
4 2017-06-05  20  1112  BBB     
5 2017-06-06  20  1234  CCC    O
6 2017-06-07  20    43  DDD    O
7 2017-06-08  20  1840  EEE    O

如果需要，您可以将< code>DATE恢复到其原始状态；

df.DATE = df.DATE.dt.strftime('%m/%d/%Y')

选项2
另一个选项将是asfreqffillfillna：

df = df.set_index('DATE').asfreq('1D').reset_index()
c = df.columns.difference(['Type'])
df[c] = df[c].ffill()
df['Type'] = df['Type'].fillna('')

df
        DATE    No    FlNo  Loc Type
0 2017-06-01  20.0  1826.0  AAA    O
1 2017-06-02  20.0  1826.0  AAA     
2 2017-06-03  20.0  1826.0  AAA     
3 2017-06-04  20.0  1112.0  BBB    O
4 2017-06-05  20.0  1112.0  BBB     
5 2017-06-06  20.0  1234.0  CCC    O
6 2017-06-07  20.0    43.0  DDD    O
7 2017-06-08  20.0  1840.0  EEE    O