Python 如何将周期间分解为数据框中的多行

发布于09月10日

我有一个Pandas DF，它是用groupby(df['date'].dt.to_period('W-SAT')).agg({'price': 'mean'})创建的.现在，我想扩展该表，以便每个日期都有一个包含该周平均值的行.我该怎么做呢？下面是一个例子

date                    avg_price
2020-02-09/2020-02-15   6.438312    
2020-02-16/2020-02-22   3.477643    
2020-02-23/2020-02-29   8.784417    
2020-03-01/2020-03-07   12.897191

我希望它看起来像是

date                    avg_price
2020-02-09              6.438312    
2020-02-10              6.438312    
2020-02-11              6.438312    
2020-02-12              6.438312

谢谢!

推荐答案

首先，获取date的时间戳表示:

df['date'] =  df.date.dt.to_timestamp('D')

它将返回:

        date    avg_price
0   2020-02-09  6.438312
1   2020-02-16  3.477643
2   2020-02-23  8.784417
3   2020-03-01  12.897191

然后设置date为索引，使用asfreq作为日常频率，并向前填充空值:

df.set_index('date').asfreq('D').ffill().reset_index()

你有:

        date    avg_price
0   2020-02-09  6.438312
1   2020-02-10  6.438312
2   2020-02-11  6.438312
3   2020-02-12  6.438312
4   2020-02-13  6.438312
5   2020-02-14  6.438312
6   2020-02-15  6.438312
7   2020-02-16  3.477643
8   2020-02-17  3.477643
9   2020-02-18  3.477643
10  2020-02-19  3.477643
11  2020-02-20  3.477643
12  2020-02-21  3.477643
13  2020-02-22  3.477643
14  2020-02-23  8.784417
15  2020-02-24  8.784417
16  2020-02-25  8.784417
17  2020-02-26  8.784417
18  2020-02-27  8.784417
19  2020-02-28  8.784417
20  2020-02-29  8.784417
21  2020-03-01  12.897191