如何用Pandas的.offsets()/Dateoffset()修改DataFrame日期列频率？

我们可以利用pandas.tseries.offsets.BusinessDay（DateOffset的子类）生成1工作日频率的日期序列，再结合原数据填充对应列的值，最终得到7条记录的DataFrame。

步骤1：导入依赖并查看原数据 #

import pandas as pd
import numpy as np
from pandas.tseries.offsets import BusinessDay

# 原DataFrame
df = pd.DataFrame(
{
    'A': np.random.randint(0, 20, size = 3), 
    'B': pd.date_range('1/1/2010', periods = 3, freq = '3B')
}
)
    
df['A'] = df['A'].astype('Int64')

原数据的B列日期为：2010-01-01、2010-01-06、2010-01-11，间隔3个工作日。

步骤2：生成1工作日频率的目标日期序列 #

以原数据的首尾日期为范围，用BusinessDay(1)作为频率生成完整的工作日序列，正好包含7条记录：

# 获取首尾日期
start_date = df['B'].iloc[0]
end_date = df['B'].iloc[-1]

# 生成1工作日频率的日期序列
target_dates = pd.date_range(start=start_date, end=end_date, freq=BusinessDay(1))

步骤3：合并原数据并填充缺失值 #

将原数据按B列设为索引，重新索引到目标日期序列，再用向前填充（ffill）补全A列的缺失值：

# 重新索引并填充
result_df = df.set_index('B') \
              .reindex(target_dates) \
              .ffill() \
              .reset_index() \
              .rename(columns={'index': 'B'})

# 保持与原数据一致的Int64类型
result_df['A'] = result_df['A'].astype('Int64')

最终输出 #

result_df将包含7条记录，B列按1工作日频率排列，A列保留原数据的对应值并填充中间缺失项。

另一种直观实现方式 #

如果需要手动用DateOffset逐个生成日期，可以这样写：

# 从起始日期开始，逐个添加1个工作日，生成7条日期
dates = [start_date + BusinessDay(i) for i in range(7)]

# 创建新DataFrame并匹配原数据的A值
new_df = pd.DataFrame({'B': dates})
new_df = pd.merge_asof(new_df, df, on='B', direction='backward')

merge_asof会自动将原数据的A值匹配到最近的前序日期，同样能得到符合要求的7条记录。

内容的提问来源于stack exchange，提问作者Mohamad Osama