熊猫补零，缺少日期*由*组定义

Question

问题：使用熊猫-如何相对于最小/最大日期值per组有效地用零值，每月（例如，最后一天编入索引）频率填充缺失的日期？

Edit不假定输入日期对应于该月的最后一天。要解决此问题，请在以下建议的答案中添加以下行：

df.date = df.date + pd.offsets.MonthEnd(0) 

没有此修复程序，用freq ='M'填充值会导致NA的...！

注：熊猫0.24.2版

示例输入：

data = [{'name': 'A', 'date': '2019-01-01', 'val': 10},
{'name': 'A', 'date': '2019-04-30', 'val': 2},
{'name': 'B', 'date': '2019-02-15', 'val': 6},
{'name': 'B', 'date': '2019-05-01', 'val': 5}]

df = pd.DataFrame(data)

         date name  val
0  2019-01-01    A   10
1  2019-04-30    A    2
2  2019-02-15    B    6
3  2019-05-01    B    5

请注意，输入中的日期不一定是其相应月份的第一天或最后一天。

示例所需输出

         date name  val
0  2019-01-31    A   10
1  2019-02-28    A    0
2  2019-03-31    A    0
3  2019-04-30    A    2
4  2019-02-28    B    6
5  2019-03-31    B    0
6  2019-04-30    B    0
7  2019-05-31    B    5

尝试：

以下内容在索引级别有效，但用NA填充所有内容：

df['date'] = pd.to_datetime(df['date'])

dg = df.groupby('name').apply(lambda x: x.reindex(pd.date_range(min(x.date), max(x.date), freq='M')))

另外：

Pandas filling missing dates and values within group

以上链接的答案似乎与每个组都不相关，而是相对于整个数据集的最小/最大日期值。

Answer 1

我将使用groupby，resample和asfreq（编辑：当您在非MonthEnd日期更新问题时。我根据您的建议添加了pd.offsets.MonthEnd）]

df.date = df.date + pd.offsets.MonthEnd(0) 
(df.set_index('date').groupby('name').resample('M')
                     .asfreq(fill_value=0).drop('name',1)
                     .reset_index())

Out[550]:
  name       date  val
0    A 2019-01-31   10
1    A 2019-02-28    0
2    A 2019-03-31    0
3    A 2019-04-30    2
4    B 2019-02-28    6
5    B 2019-03-31    0
6    B 2019-04-30    0
7    B 2019-05-31    5

Answer 2

一个快速修复：

df.date = pd.to_datetime(df.date)

new_df = (df.set_index('date')
            .groupby('name', as_index=False)
            .apply(lambda x: x.resample('M').interpolate())
            .reset_index(0, drop=True)
         )

s = new_df['name'].isna() 
new_df.loc[s, 'val'] = 0
new_df['name'] = new_df['name'].ffill()

输出：

           name   val
date                 
2019-01-31    A  10.0
2019-02-28    A   0.0
2019-03-31    A   0.0
2019-04-30    A   2.0
2019-02-28    B   6.0
2019-03-31    B   0.0
2019-04-30    B   0.0
2019-05-31    B   5.0