Python：用空值补充非连续时间序列数据

最新推荐文章于 2023-04-18 13:38:09 发布

97ddd

最新推荐文章于 2023-04-18 13:38:09 发布

阅读量1.3k

点赞数 2

文章标签： python

本文链接：https://blog.csdn.net/Ddengdeng/article/details/107765350

版权

本文介绍了如何使用Python处理非连续时间序列数据，通过填充空值来构建完整的时间序列。内容涉及数据预处理技巧，利用pandas库中的方法，如reindex和fillna等，有效地管理和填充缺失的日期，确保数据连续性。

摘要由CSDN通过智能技术生成

Python：用空值补充非连续时间序列数据

原始数据如下：

import pandas as pd
import numpy as np
a=pd.DataFrame([['2020-01-01 12:21:00',np.nan,2,np.nan,4,5,np.nan],['2020-01-02 16:23:03',11,22,np.nan,44,55,66],
                ['2020-01-04 17:22:23',np.nan,222,np.nan,np.nan,555,np.nan],

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

97ddd

关注关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
1
评论
Python：用空值补充非连续时间序列数据

Python：用空值补充非连续时间序列数据原始数据如下：import pandas as pdimport numpy as npa=pd.DataFrame([['2020-01-01 12:21:00',np.nan,2,np.nan,4,5,np.nan],['2020-01-02 16:23:03',11,22,np.nan,44,55,66], ['2020-01-04 17:22:23',np.nan,222,np.nan,np.nan,555,np.na
复制链接

扫一扫