在Python中将每月数据转换为每日数据

Question

我试图将每月数据点转换为每周一次但是为了达到这个目标，我将数据集打破到每日，然后将其汇总到周级别。 虽然聚合正在发生（通过groupby），但我无法将数据细分为每日级别。

Month_End_Date  A   B   C   D
2/28/2019   Pikachu Starter 100000  5302
2/28/2019   Jolteon Evolution   250000  7935
3/31/2019   Charmander  Starter 62810   5103
3/31/2019   Bulbasaur   Starter 16868   6035
4/30/2019   Flareon Evolution   62810   5103
4/30/2019   Eevee   Starter 16868   6035
5/31/2019   Glaceon Evolution   62810   5103
5/31/2019   Leafeon Evolution   16868   6035
6/30/2019   Umbreon Evolution   62810   5103
6/30/2019   Espeon  Evolution   16868   6035

我试图转换说第一行

Month_End_Date  A   B   C   D
2/1/2019    Pikachu Starter 3571.428571 189.3571429
2/2/2019    Pikachu Starter 3571.428571 189.3571429
2/3/2019    Pikachu Starter 3571.428571 189.3571429
2/4/2019    Pikachu Starter 3571.428571 189.3571429
2/5/2019    Pikachu Starter 3571.428571 189.3571429

其中每日价值除以28（因为2月份有28天）

我在其他方面搜索了ffill ，但无法完全解决问题

Answer 1

首先通过DataFrame.drop_duplicates删除每列Month_End_Date的重复DataFrame.drop_duplicates ，然后通过向前填充缺失值并最后过滤每月仅有28行和每年的DataFrame.resample ：

#convert column to datetimes and then to first day of month
df['Month_End_Date'] = (pd.to_datetime(df['Month_End_Date'], format='%m/%d/%Y')
                         .dt.to_period('m').dt.to_timestamp())
df = df.drop_duplicates('Month_End_Date').set_index('Month_End_Date')
#for duplicated last row of data
df.loc[df.index[-1] + pd.offsets.MonthEnd(1)] = df.iloc[-1]
df = df.resample('d').ffill()

df1 = df[df.groupby(df.index.to_period('m')).cumcount() < 28]
print (df1.tail())
                      A          B      C     D
Month_End_Date                                 
2019-06-24      Umbreon  Evolution  62810  5103
2019-06-25      Umbreon  Evolution  62810  5103
2019-06-26      Umbreon  Evolution  62810  5103
2019-06-27      Umbreon  Evolution  62810  5103
2019-06-28      Umbreon  Evolution  62810  5103

如果需要所有值，不仅每个组首先通过GroupBy.cumcount计数器创建辅助列，使用groupby resample链：

df['Month_End_Date'] = (pd.to_datetime(df['Month_End_Date'], format='%m/%d/%Y')
                         .dt.to_period('m').dt.to_timestamp())
df['g'] = df.groupby('Month_End_Date').cumcount()
df = df.set_index('Month_End_Date')
df.loc[df.index[-1] + pd.offsets.MonthEnd(1)] = df.iloc[-1]

df = df.groupby('g').resample('d').ffill().reset_index(level=0, drop=True)
df2 = df[df.groupby(['g', df.index.to_period('m')]).cumcount() < 28]
print (df2.tail())
                     A          B      C     D  g
Month_End_Date                                   
2019-06-24      Espeon  Evolution  16868  6035  1
2019-06-25      Espeon  Evolution  16868  6035  1
2019-06-26      Espeon  Evolution  16868  6035  1
2019-06-27      Espeon  Evolution  16868  6035  1
2019-06-28      Espeon  Evolution  16868  6035  1