展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 编程开发 > Pandas 日期区间数据填充技巧

Pandas 日期区间数据填充技巧

本文详细介绍了如何利用Pandas库,根据另一个DataFrame中定义的日期范围条件,对目标DataFrame进行数据填充。通过将日期列转换为标准格式,结合melt、merge_asof和pivot等操作,实现高效且精确的条件性数据合并与筛选,最终生成符合特定日期区间要求的数据视图。

本文目录

    Pandas 数据框:基于日期区间条件的数据填充技巧

    本文详细介绍了如何利用 Pandas 库,根据另一个 DataFrame 中定义的日期范围条件,对目标 DataFrame 进行数据填充。通过将日期列转换为标准格式,结合 `melt`、`merge_asof` 和 `pivot` 等操作,实现高效且精确的条件性数据合并与筛选,最终生成符合特定日期区间要求的数据视图。

    在数据分析和处理中,我们经常需要根据复杂的条件从一个数据集填充或筛选另一个数据集。其中一种常见场景是基于日期范围进行条件性数据填充。例如,我们有一个包含公司及其有效日期范围的 DataFrame (df1),以及另一个包含每日公司数据值的 DataFrame (df2)。我们的目标是创建一个新的 DataFrame (df3),其中 df2 中的值仅在对应公司的日期落在 df1 定义的有效范围内时才保留,否则置为 NaN。

    数据准备

    首先,我们定义两个示例 DataFrame df1 和 df2。df1 包含每个公司的有效起始和结束日期,而 df2 包含每日的各项公司数据。

    import pandas as pd
    
    # 定义 df1:包含公司及其有效日期范围
    data1 = {'company': {0: 'a', 1: 'b', 2: 'c', 3: 'd'},
             'start date': {0: '2023-01-02', 1: '2023-01-05', 2: '2023-01-04', 3: '2023-01-03'},
             'end date': {0: '2023-01-06', 1: '2023-01-12', 2: '2023-01-13', 3: '2023-01-10'}}
    df1 = pd.DataFrame(data1)
    
    # 定义 df2:包含每日的公司数据
    data2 = {'DATE': {0: '2023-01-02', 1: '2023-01-03', 2: '2023-01-04', 3: '2023-01-05',
                      4: '2023-01-06', 5: '2023-01-09', 6: '2023-01-10', 7: '2023-01-11',
                      8: '2023-01-12', 9: '2023-01-13'},
             'a': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8, 8: 9, 9: 10},
             'b': {0: 10, 1: 11, 2: 12, 3: 13, 4: 14, 5: 15, 6: 16, 7: 17, 8: 18, 9: 19},
             'c': {0: 30, 1: 31, 2: 32, 3: 33, 4: 34, 5: 35, 6: 36, 7: 37, 8: 38, 9: 39},
             'd': {0: 40, 1: 41, 2: 42, 3: 43, 4: 44, 5: 45, 6: 46, 7: 47, 8: 48, 9: 49}}
    df2 = pd.DataFrame(data2)
    
    print("df1 原始数据:")
    print(df1)
    print("\ndf2 原始数据:")
    print(df2)

    日期类型转换

    在进行任何日期相关的操作之前,将日期列转换为 Pandas 的 datetime 类型至关重要。这确保了日期比较和合并的准确性。

    df1['start date'] = pd.to_datetime(df1['start date'])
    df1['end date'] = pd.to_datetime(df1['end date'])
    df2['DATE'] = pd.to_datetime(df2['DATE'])
    
    print("\ndf1 转换日期类型后:")
    print(df1)
    print("\ndf2 转换日期类型后:")
    print(df2)

    核心逻辑实现

    为了实现基于日期范围的条件填充,我们将采用以下步骤:

    1. 数据重塑 (melt): 将 df2 从宽格式(每列代表一个公司)转换为长格式。这使得每个数据点(日期、公司、值)都成为一行,便于与 df1 进行合并。
    2. 近似合并 (merge_asof): 使用 merge_asof 将 df2(长格式)与 df1 合并。merge_asof 是一种特殊的合并,它根据最近的键进行合并,而不是精确匹配。在这里,我们将 df2 的 DATE 与 df1 的 start date 进行近似合并,同时按 company 分组。
    3. 条件筛选 (where): 合并后,我们将得到一个包含 DATE、company、value、start date 和 end date 的临时 DataFrame。然后,我们检查每个数据点的 DATE 是否落在对应的 start date 和 end date 之间。如果不在,则将 value 设置为 NaN。
    4. 数据重塑 (pivot): 最后,将临时 DataFrame 重新 pivot 回原始的宽格式,以 DATE 为索引,company 为列,value 为值。
    # 步骤1:将 df2 转换为长格式并按日期排序,以准备 merge_asof
    tmp = df2.melt('DATE', var_name='company').sort_values('DATE')
    
    # 步骤2:使用 merge_asof 进行近似合并
    # by='company' 表示在每个公司内部进行合并
    # left_on='DATE' 和 right_on='start date' 表示以 df2 的 DATE 和 df1 的 start date 进行近似匹配
    # 注意:merge_asof 要求左右 DataFrame 的合并键(这里是 DATE 和 start date)必须已排序
    df1_sorted = df1.sort_values('start date')
    tmp = pd.merge_asof(tmp, df1_sorted, by='company', left_on='DATE', right_on='start date')
    
    # 步骤3:根据日期范围条件筛选值
    # .where() 方法会根据条件保留值,不满足条件的置为 NaN
    df3_filtered = tmp.assign(value=tmp['value'].where(
        (tmp['DATE'] >= tmp['start date']) & (tmp['DATE'] <= tmp['end date'])
    ))
    
    # 步骤4:将数据透视回宽格式
    # index='DATE' 设置日期为行索引
    # columns='company' 设置公司为列名
    # values='value' 设置填充的值
    df3 = df3_filtered.pivot(index='DATE', columns='company', values='value') \
                      .rename_axis('', axis=1) \
                      .reset_index()
    
    print("\ndf3 期望输出:")
    print(df3)

    完整示例代码

    以下是整合了所有步骤的完整代码,可以直接运行:

    import pandas as pd
    
    # 原始数据定义
    data1 = {'company': {0: 'a', 1: 'b', 2: 'c', 3: 'd'},
             'start date': {0: '2023-01-02', 1: '2023-01-05', 2: '2023-01-04', 3: '2023-01-03'},
             'end date': {0: '2023-01-06', 1: '2023-01-12', 2: '2023-01-13', 3: '2023-01-10'}}
    df1 = pd.DataFrame(data1)
    
    data2 = {'DATE': {0: '2023-01-02', 1: '2023-01-03', 2: '2023-01-04', 3: '2023-01-05',
                      4: '2023-01-06', 5: '2023-01-09', 6: '2023-01-10', 7: '2023-01-11',
                      8: '2023-01-12', 9: '2023-01-13'},
             'a': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8, 8: 9, 9: 10},
             'b': {0: 10, 1: 11, 2: 12, 3: 13, 4: 14, 5: 15, 6: 16, 7: 17, 8: 18, 9: 19},
             'c': {0: 30, 1: 31, 2: 32, 3: 33, 4: 34, 5: 35, 6: 36, 7: 37, 8: 38, 9: 39},
             'd': {0: 40, 1: 41, 2: 42, 3: 43, 4: 44, 5: 45, 6: 46, 7: 47, 8: 48, 9: 49}}
    df2 = pd.DataFrame(data2)
    
    # 1. 转换日期列为 datetime 类型
    df1['start date'] = pd.to_datetime(df1['start date'])
    df1['end date'] = pd.to_datetime(df1['end date'])
    df2['DATE'] = pd.to_datetime(df2['DATE'])
    
    # 2. 将 df2 转换为长格式并排序
    tmp = df2.melt('DATE', var_name='company').sort_values('DATE')
    
    # 3. 对 df1 进行排序,以满足 merge_asof 的要求
    df1_sorted = df1.sort_values('start date')
    
    # 4. 使用 merge_asof 进行近似合并
    # left_on='DATE' 和 right_on='start date' 确保将 df2 的 DATE 与 df1 中不大于该 DATE 的最近 start date 合并
    tmp = pd.merge_asof(tmp, df1_sorted, by='company', left_on='DATE', right_on='start date')
    
    # 5. 根据日期范围条件筛选值
    # 只有当 df2 的 DATE 在 df1 定义的 [start date, end date] 范围内时,才保留其值
    df3 = tmp.assign(value=tmp['value'].where(
        (tmp['DATE'] >= tmp['start date']) & (tmp['DATE'] <= tmp['end date'])
    )) \
             .pivot(index='DATE', columns='company', values='value') \
             .rename_axis('', axis=1) \
             .reset_index()
    
    print("\n最终结果 df3:")
    print(df3)

    注意事项与总结

    1. 日期类型的重要性: 始终确保涉及日期比较的列是 datetime 类型。不一致的类型会导致错误或意外结果。
    2. merge_asof 的排序要求: merge_asof 函数要求左右 DataFrame 的合并键(在本例中是 DATE 和 start date)必须是已排序的。如果未排序,结果将不准确。
    3. 数据重塑的必要性: melt 和 pivot 操作是处理这种宽-长-宽转换问题的关键。它们使得在多列之间应用条件变得可行。
    4. 条件逻辑: (tmp['DATE'] >= tmp['start date']) & (tmp['DATE'] <= tmp['end date']) 是实现日期范围筛选的核心逻辑。where() 方法提供了一种简洁的方式来应用此条件并用 NaN 替换不符合条件的值。
    5. 性能考量: 对于非常大的数据集,melt 和 pivot 操作可能会消耗较多内存和计算资源。在处理大规模数据时,应评估其性能影响。

    通过上述步骤,我们能够高效且准确地根据复杂的日期范围条件,从一个 DataFrame 中有选择性地填充另一个 DataFrame 的数据,这在财务分析、事件日志处理等领域具有广泛应用。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。