根據條件在 pandas dataframe 行之間填充多行

Question

我有一個如下數據集：

pd.DataFrame({'Date':['2019-01-01','2019-01-03','2019-01-01','2019-01-04','2019-01-01','2019-01-03'],'Name':['A','A','B','B','C','C'],'Open Price':[100,200,300,400,500,600],'Close Price':[200,300,400,500,600,700]})

現在我們可以看到該表中缺少幾天的條目。 即 A 為 2019-01-02，B 為 2019-01-02、2019-01-03，C 為 2019-01-02。

我要做的是在 dataframe 中為這些日期添加虛擬行，

收盤價列與下一個開盤價輸入相同。 而且我不在乎開盤價，它可以是 nan 或 0

預期 output

pd.DataFrame({'Date':['2019-01-01','2019-01-02','2019-01-03','2019-01-01','2019-01-02','2019-01-03','2019-01-04','2019-01-01','2019-01-02','2019-01-03'],'Name':['A','A','A','B','B','B','B','C','C','C'],'Open Price':[50,'nan',150,250,'nan','nan',350,450,'nan',550],'Close Price':[200,150,300,400,350,350,500,600,550,700]})

任何幫助，將不勝感激 ！

Answer 1

您的邏輯對於應該如何插值價格是模糊的，但是為了讓您開始，請考慮這一點，記住將 date 轉換為 datetime dtype：

df['Date'] = pd.to_datetime(df['Date'])
df = (df.groupby('Name')
        .resample('D', on='Date')
        .mean()
        .swaplevel()
        .interpolate()
)

print(df)
                 Open Price  Close Price
Date       Name                         
2019-01-01 A     100.000000   200.000000
2019-01-02 A     150.000000   250.000000   
2019-01-03 A     200.000000   300.000000
2019-01-01 B     300.000000   400.000000
2019-01-02 B     333.333333   433.333333
2019-01-03 B     366.666667   466.666667
2019-01-04 B     400.000000   500.000000  
2019-01-01 C     500.000000   600.000000
2019-01-02 C     550.000000   650.000000
2019-01-03 C     600.000000   700.000000