数据框：为缺少的日期添加新行[重复]答案

【问题标题】：Dataframe: Add new rows for missing dates [duplicate]数据框：为缺少的日期添加新行[重复]
【发布时间】：2021-10-20 16:58:01
【问题描述】：

我有以下 pandas df，以日期为索引：

              S&P500    Europe     Japan
Date                                    
2002-12-23  0.247683  0.245252  0.203916
2002-12-24  0.241855  0.237858  0.200971
2002-12-26  0.237095  0.230614  0.197621
2002-12-27  0.241104  0.250323  0.191855

我需要为每个缺失的日期添加新行（考虑到 df 的第一个日期和最后一个日期之间的日期）。对于新行，列中的值应向前填充。这是预期的输出（正在添加 2002-12-25）：

              S&P500    Europe     Japan
Date                                    
2002-12-23  0.247683  0.245252  0.203916
2002-12-24  0.241855  0.237858  0.200971
2002-12-25  0.241855  0.237858  0.200971
2002-12-26  0.237095  0.230614  0.197621
2002-12-27  0.241104  0.250323  0.191855

我创建了第一个和最后一个日期之间所有日期的列表：

min_date=df.index.min()
max_date=df.index.max()
date_list=pd.date_range(min_date,max_date-timedelta(days=1),freq='d')

有没有办法检查“date_list”的哪些日期不在 df 索引中并相应地添加行？新行的列应该用 NaN 填充，以便我以后可以向前填充它们。谢谢

【问题讨论】：

标签： python pandas dataframe date

【解决方案1】：

你可以使用.reindex + .ffill():

min_date = df.index.min()
max_date = df.index.max()
date_list = pd.date_range(min_date, max_date, freq="D")

df = df.reindex(date_list).ffill()
print(df)

打印：

              S&P500    Europe     Japan
2002-12-23  0.247683  0.245252  0.203916
2002-12-24  0.241855  0.237858  0.200971
2002-12-25  0.241855  0.237858  0.200971
2002-12-26  0.237095  0.230614  0.197621
2002-12-27  0.241104  0.250323  0.191855

或者：使用method=参数

df = df.reindex(date_list, method="ffill")

【讨论】：