Ich habe eine Sparse Pandas-Serie. Zur Veranschaulichung erstellen wir eine Mock-Serie, ts2.Erstellen Sie eine neue Pandas-Serie von vorne füllen eine spärliche Serie
import pandas as pd
idx2 = pd.date_range('2016-01-29', '2016-02-27', freq='W')
ts2 = pd.Series(data=[11, 9, 13, 4], index=idx2)
die wie
2016-01-31 11
2016-02-07 9
2016-02-14 13
2016-02-21 4
sieht Ich möchte ts2 nutzen, um (über zukunftsFüllung) zu schaffen eine neue Serie, die einen anderen Zeitbereich hat, sagen
idx1 = pd.date_range('2016-02-01', '2016-02-28', freq='D')
Die neue Zeitreihe sollte folgendermaßen aussehen:
2016-02-01 11
2016-02-02 11
2016-02-03 11
2016-02-04 11
2016-02-05 11
2016-02-06 11
2016-02-07 9
2016-02-08 9
...
2016-02-08 4
Was ist ein guter Weg, dies zu tun? Beachten Sie, dass die Daten von idx1 und idx2 nicht übereinstimmen. Um das 2016-02-01 in idx1 zu füllen, müssen Sie den Wert 2016-01-31 in ts2 nachschlagen.
EDIT: Ich sollte erwähnen, dass idx1 nicht täglich sein könnte, aber könnte eine Sammlung von Daten wie Wochentage minus Feiertage in Norwegen oder etwas sein.
Können Sie die idx1 bearbeiten Sie die min() Wert in ts2 Index zu verweisen? Oder verbietet das etwas? –
Im Allgemeinen ist idx1 nicht täglich. – Spinor8