重装熊猫数据栏保留其他栏目

Question

我正面临着熊猫数据处理的问题。实际上，我的Dataframe包含3列：DATE_TIME、SITE_NB、VALUE。对于某些SITE_NB，有缺少的行。例如：

DATE_TIME;SITE_NB; VALUE

2011-01-03 01:00; 1; 10.7

2011-01-03 04:00; 1; 3.2

2011-01-03 05:00; 1; -2.1

因此，在这里，2011-01-03 00:00、2011-01-03 02:00和2011-01-03 03:00的行丢失了。我想要的是用相同的SITE_NB (=1)和VALUE (=NaN)添加这些行

我想对我的数据中的所有不同的SITE_NB做同样的事情。因此，对于每个SITE_NB，根据频率为1小时的DATE_TIME添加缺少的行，并在VALUE中添加新添加的行的NaN。

我试过重采样，但没有得到正确的输出.

有人能帮我解决这个问题吗？

谢谢!

Answer 1

若要添加缺少的索引，请使用：

full_idx = pd.date_range(start='<start_date>', end='<end_date>', freq='H')

df.reindex(full_idx)

这将使NaN在SITE_NB和VALUE列中。

如果每个dataframe只有一个SITE_NB值，则可以使用：

df['SITE_NB'].fillna(df['SITE_NB'].unique()[0], inplace=True)

它用列中的第一个非空值替换所有NaN。

如果您实际上有一个具有多个SITE_NB值的数据，那么请您展示一下它是什么样的吗？在某些情况下，时间指数是否重叠？

而且，这个答案可能对您有用：https://stackoverflow.com/questions/32275540/pandas-reindex-dates-in-groupby