在处理时间序列的数据中,有时候会遇到有些日期的数据缺失的情况,这时候可以用pandas的 date_range
函数快速补齐缺失日期,再根据实际情况补齐缺失值。
import pandas as pd
df = pd.DataFrame
df = pd.DataFrame({"date":["2022-01-01", "2022-01-03", "2022-01-04"], "value":range(3)})
df["date"] = df["date"].astype("datetime64") # 确保数据格式为日期
date_range = pd.date_range(start=df["date"].min(), end=df["date"].max(), freq="D") # freq="D"表示按天,可以按分钟,月,季度,年等
df.set_index("date").reindex(index=date_range)