【发布时间】:2019-02-26 07:31:53
【问题描述】:
我正在尝试编写一个可以在数据框中找到缺失日期的函数。
这是我的场景: (数据按客户排序,然后按日期排序。 日期格式为:M/D/Y)
From Date To Date
Customer
A 1/10/2017 2/9/2017
A NaN NaN
A 3/10/2017 4/9/2017
A NaN NaN
A 4/9/2017 5/9/2017
B 2/10/2017 3/9/2017
B NaN NaN
B 3/9/2017 4/9/2017
该函数应该读取 From Date 和 To Date 并查看日期是否有连续性(针对每个客户)。然后,添加一列(Results)并显示结果。
该函数必须对每个客户进行迭代。
(添加评论)
请看看我的预期输出。我也在添加索引和一些解释: Index[1] 显示缺失,因为连续性被破坏,您可以通过比较 To date[0] 与 From date[2] 得出这个结论,这两个值不一样。另一方面:To date[2]= From date[4] 这就是“结果”显示 Not Missing[3] 的原因。
Customer From date To date Results
0 A 1/10/2017 2/9/2017 NaN
1 A NaN NaN Missing
2 A 3/10/2017 4/9/2017 NaN
3 A NaN NaN Not Missing
4 A 4/9/2017 5/9/2017 NaN
5 B 2/10/2017 3/9/2017 NaN
6 B NaN NaN Not Missing
7 B 3/9/2017 4/9/2017 NaN
任何帮助都将不胜感激。
【问题讨论】:
-
你能发这个
df.to_dict()吗? -
您要检查缺少两个日期或其中一个日期的行吗?此外,您找不到丢失的日期,因为它们一开始就不存在。你只会得到该行的索引,我相信在你的情况下是客户
-
在我的场景中,如果缺少起始日期,那么也缺少截止日期。我不需要知道索引。我的想法是添加一个新列,上面写着:丢失或不丢失。如果你看得更近,你会注意到,第一个 NaN 是“真的”丢失了,其他两个没有丢失。(我知道,这听起来很混乱,抱歉)实际上这是一个我正在尝试修复的报告写入错误它。
-
@RafaelC 不知道该怎么做,但我可以发送 CSV 文件。这对你有用吗?谢谢!
-
@RafaelC 这就是它的样子:colab.research.google.com/drive/…
标签: python time-series