自动填充 Pandas 中的日期时间，按先前的增量

Question

给定 Pandas DataFrame 中的先前日期时间值（作为索引或列中的值），有没有办法根据先前的固定增量“自动填充”剩余时间增量？

例如，给定：

import pandas as pd
import numpy as np    
df = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]},
                      index = [pd.Timestamp('20130101 09:00:00'),
                               pd.Timestamp('20130101 09:00:05'),
                               pd.Timestamp('20130101 09:00:10'),
                               np.nan,
                               np.nan])

我想申请一个 function 来产生：

	乙
2013-01-01 09:00:00	0.0
2013-01-01 09:00:05	1.0
2013-01-01 09:00:10	2.0
2013-01-01 09:00:15	钠
2013-01-01 09:00:20	4.0

我缺少最后两个数据点的时间步长。 在这里，时间步长固定为 5 秒增量。

这将用于数千行。 虽然我可能会 reset_index 然后创建一个 function 以应用于每一行，但这似乎很麻烦。 有没有我找不到的巧妙或内置的方法来做到这一点？

Answer 1

此解决方案可能对您有用，但也使用 reset_index() 功能。

new_dateindex=pd.Series(pd.date_range(start=pd.Timestamp('20130101 09:00:00'),periods=1000,freq='5S'),name='Date')

#'periods=1000' 可以改为'periods=len(df.index)'

df.reset_index().join(new_dateindex,how='right')

Answer 2

假设第一个索引值是有效的日期时间，并且所有值都间隔 5 秒，您可以执行以下操作：

df.index = pd.date_range(df.index[0], periods=len(df), freq='5s')
>>> df
                       B
2013-01-01 09:00:00  0.0
2013-01-01 09:00:05  1.0
2013-01-01 09:00:10  2.0
2013-01-01 09:00:15  NaN
2013-01-01 09:00:20  4.0