pandas处理日期缺失

本文介绍了如何使用Pandas的reindex()方法处理日期数据的缺失值,该方法在Series中会根据新索引排列数据并引入缺失值。在DataFrame中,reindex()能改变行和列索引。此外,还提到了reset_index()函数,它是set_index()的逆操作,可以将分层索引还原为列。
摘要由CSDN通过智能技术生成
#两种方法实现
'''
1)DataFrame.reindex:调整dataframe的索引以适应新的索引
2) DataFrame.resample,可以对时间序列重新采样,支持补充缺失值
'''
import pandas as pd 
import os
%matplotlib inline
df = pd.DataFrame({
   
    "pdate":['2019-12-01','2019-12-02','2019-12-04','2019-12-05'],
    'pv':[100,200,400,500],
    'uv':[10,20,40,50], 
})
df
<
  • 5
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值