Pandas / Python：查找时间序列中的缺失值，插入新的时间戳和缺失值的nan值[重复]

Question

这个问题在这里已经有了答案：

Pandas asfreq 每周频率1 个回答

去年关闭。

我创建了以下 DataFrame：

import pandas as pd

d = {'T': [1, 2, 4, 15], 'H': [3, 4, 6, 8]}
df = pd.DataFrame(data=d, index=['10.09.2018  13:15:00','10.09.2018  13:30:00', '10.09.2018  14:00:00', '10.09.2018  22:00:00'])
df.index = pd.to_datetime(df.index)

并得到以下结果。

Out[30]: 
                      T  H
2018-10-09 13:15:00   1  3
2018-10-09 13:30:00   2  4
2018-10-09 14:00:00   4  6
2018-10-09 22:00:00  15  8

如您所见，在 13:45:00 缺少一个值，在 14:00 和 22:00 之间缺少很多值。

有没有办法自动查找缺失值，插入一行缺失时间戳和缺失时间的 nan 值？

我想实现这一点：

Out[30]: 
                      T  H
2018-10-09 13:15:00   1  3
2018-10-09 13:30:00   2  4
2018-10-09 13:45:00  nan nan
2018-10-09 14:00:00   4  6
2018-10-09 14:15:00  nan nan
...
2018-10-09 21:45:00  nan nan
2018-10-09 22:00:00  15  8

Answer 1

您可以使用正确的时间步长作为索引创建第二个 dataframe 并将其与原始数据连接。 以下代码适用于我的情况

# your code
import pandas as pd

d = {'T': [1, 2, 4, 15], 'H': [3, 4, 6, 8]}
df = pd.DataFrame(data=d, index=['10.09.2018  13:15:00','10.09.2018  13:30:00', '10.09.2018  14:00:00', '10.09.2018  22:00:00'])
df.index = pd.to_datetime(df.index)

# generate second dataframe with needed index
timerange = pd.date_range('10.09.2018  13:15:00', periods=40, freq='15min')
df2 = pd.DataFrame(index=timerange)

# join the original dataframe with the new one
newdf = df.join(df2, how='outer')