使用上一年的现有行将新行添加到数据框
我正在从一个现有文件创建一个Pandas数据框，它基本上像这样结束。
import pandas as pd
import datetime
data = [[i, i+1] for i in range(14)]
index = pd.date_range(start=datetime.date(2019,1,1), end=datetime.date(2020,2,1), freq='MS')
columns = ['col1', 'col2']
df = pd.DataFrame(data, index, columns)
请注意，这并不是一路走到现在-通常我要从中提取的文件落后一个月或两个月。然后，我需要做的是添加所有缺失的月份，并用与上一年相同的值填充它们。
所以在这种情况下，我需要添加另一行
2020-03-01 2 3
它可以是0-2行中的任意行，需要在给定的时间点添加到数据帧的末尾。最好的方法是什么？
注意：这里的数据不是真实的，因此请不要利用我上面给出的简单输入模式。作为示例，这只是填充表的两列的一种快速方法。
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
如果我了解您的问题，那么以下内容将为您提供帮助。这确实假设您始终拥有12个月前的数据。您可以定义一个新的DataFrame，其中包括最近日期之前的月份。
# First create the new index. Get the most recent date and add an offset. start, end = df.index[-1] + pd.DateOffset(), pd.Timestamp.now() index_new = pd.date_range(start, end, freq='MS')创建您的
DataFrame# Get the data from the previous year. data = df.loc[index_new - pd.DateOffset(years=1)].values df_new = pd.DataFrame(data, index = index_new, columns=df.columns)看起来像
col1 col2 2020-03-01 2 3然后使用
pd.concat([df, df_new], axis=0)这使
col1 col2 2019-01-01 0 1 2019-02-01 1 2 2019-03-01 2 3 ... ... ... 2020-02-01 13 14 2020-03-01 2 3* 注意
这对于丢失的月份数大于1的情况也适用。
* 编辑
变化略有不同
# Create series with missing months added. # Get the corresponding data 12 months prior. s = pd.date_range(df.index[0], pd.Timestamp.now(), freq='MS') fill = df.loc[s[~s.isin(df.index)] - pd.DateOffset(years=1)] # Reindex the original dataframe df = df.reindex(s) # Find the dates to fill and replace with lagged data df.iloc[-1 * fill.shape[0]:] = fill.values回答来源：stackoverflow
2020-03-24 21:40:04赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
