根據Datetimeindex與Datetime陣列的對應關系修改DataFrame

我有一個長的資料框架，其中有一個日期索引，每5分鐘滾動一次。然而，存在間隙，有時索引會脫離模式（前一行后3分鐘，而它應該是5分鐘）。我生成了一個陣列，其中的日期值按照相同的模式滾動。 我想修改我的資料框架，如果它的索引不在日期時間陣列中，就放棄每一行，并為每一個丟失的日期時間索引創建一個NaN的空行。我怎樣才能在沒有for回圈的情況下做到這一點呢？

預期的結果。

示例代碼顯示了我希望最終得到的結果。df2代表修正后的df，其中索引不在5分鐘模式（12分鐘，27分鐘）的行被洗掉，缺少的25分鐘的行被添加并由南斯填充。

import pandas as pd
import matplotlib.dates as mdates
import numpy as np
from datetime import datetime

#創建隨機資料
varr1 = np.random.rand(6)
varr2 = np.random.rand(6)

#創建有問題的日期索引。
time_str1 = '23/9/2021 11:10'。
date_format_str1 = '%d/%m/%Y %H:%M'。
time_str2 = '23/9/2021 11:12'/span>
time_str3 = '23/9/2021 11:15'/span>
time_str4 = '23/9/2021 11:20'/span>
time_str5 = '23/9/2021 11:27'/span>
time_str6 = '23/9/2021 11:30'/span>

# DataFrame的索引有問題（一些行沒有遵循5分鐘的delta規則，而且25分鐘的標記也沒有）
df_time = []
df_time.append(datetime.strptime(time_str1, date_format_str1))
df_time.append(datetime.strptime(time_str2, date_format_str1))
df_time.append(datetime.strptime(time_str3, date_format_str1))
df_time.append(datetime.strptime(time_str4, date_format_str1))
df_time.append(datetime.strptime(time_str5, date_format_str1))
df_time.append(datetime.strptime(time_str6, date_format_str1))


df = pd.DataFrame(index=df_time)
df['var1'] = varr1
df['var2'] = varr2

# Function to generate an array of datetime[/span].
def perdelta（start, end, delta）。
    curr = start
    while curr < end:
        yield curr
        curr  = delta
date_arr= []

# generate datetime that will serve as model[/span].
for result in perdelta(df.index[0], df. index[-1], dt.timedelta(minutes=5)）。)       
    date_arr.append(result) 
date_arr.append(datetime.strptime(time_str6, date_format_str1))

# 我想要的資料框架，從datetime陣列中添加索引缺失的行，并用NaN填充，而那些不在5分鐘模式內的行則被洗掉。
df2 = pd.DataFrame({'var1': [varr1[0], varr1[2], varr1[3], np. nan, varr1[-1]], 'var2'/span>: [varr2[0], varr2[2], varr2[3], np. nan, varr2[-1]]},index=date_arr)

uj5u.com熱心網友回復：

你可以試試下面的例子代碼。

import pandas as pd
import numpy as np
from datetime import Timedelta, datetime
varr1 = np.random.rand(6)
varr2 = np.random.rand(6)
date_format = '%d/%m/%Y %H:%M'。
dates = ['23/9/2021 11:10',
         '23/9/2021 11:12'。
         '23/9/2021 11:15'。
         '23/9/2021 11:20'。
         '23/9/2021 11:27'。
         '23/9/2021 11:30']
indexes = [datetime.strptime(date, date_format) for date in dates]
df = pd.DataFrame({'var1': varr1, 'var2': varr2}, index=indexes)
expected_dates = []
cur = indexes[0]
end = indexes[-1]
while cur <= end:
    expected_dates.append(cur)
    cur  = timedelta(minutes=5)
專案 = []
for index in expected_dates:
    if index in df.index:
        專案 = {
            'var1': df.loc[index, 'var1'] 。
            'var2': df.loc[index, 'var2'] 。

        }
    else:
        專案 = {
            'var1': np.nan,
            'var2': np.nan
        }
    items.append(item)
df2 = pd.DataFrame(items, index=expected_dates)
df2

這是輸出結果

標籤：

上一篇：將資料從文本檔案傳遞給建構式

下一篇：為什么在函式之外的一行代碼（當函式在另一個檔案中被呼叫時）會被列印出來？