如何基于Pandas首个索引值生成连续日期索引并修正错误

我有一个带日期索引的Pandas DataFrame，索引在2024-03-03之后错误跳转为2023-02-25，需要将这部分错误的2023年日期替换为正确的连续日期序列（即从2024-03-04开始依次递增）。示例数据如下：

2024-02-23    -5.60000
2024-02-24   -13.00000
2024-02-25   -27.20000
2024-02-26    -4.20000
2024-02-27   -11.20000
2024-02-28   -14.73625
2024-02-29   -19.37000
2024-03-01   -16.89000
2024-03-02    -5.97000
2024-03-03    -1.30000
2023-02-25   -35.40000
2023-02-26   -28.70000
2023-02-27   -26.40000
2023-02-28   -15.40000
2023-03-01   -14.10000
2023-03-02   -11.20000
2023-03-03   -21.00000
2023-03-04   -17.00000
2023-03-05   -17.60000
2023-03-06    -6.70000

解决方案 #

可以通过以下简洁的Pythonic方式实现：

代码实现 #

import pandas as pd

# 示例数据（假设已加载为Series/DataFrame）
s = pd.Series(
    [-5.6, -13.0, -27.2, -4.2, -11.2, -14.73625, -19.37, -16.89, -5.97, -1.3,
     -35.4, -28.7, -26.4, -15.4, -14.1, -11.2, -21.0, -17.0, -17.6, -6.7],
    index=pd.to_datetime([
        '2024-02-23', '2024-02-24', '2024-02-25', '2024-02-26', '2024-02-27',
        '2024-02-28', '2024-02-29', '2024-03-01', '2024-03-02', '2024-03-03',
        '2023-02-25', '2023-02-26', '2023-02-27', '2023-02-28', '2023-03-01',
        '2023-03-02', '2023-03-03', '2023-03-04', '2023-03-05', '2023-03-06'
    ])
)

# 定位错误日期的起始位置：第一个索引小于前一个的位置
error_pos = (s.index.diff() < pd.Timedelta(0)).argmax()

# 生成从正确日期开始的连续日期序列
new_dates = pd.date_range(
    start=s.index[error_pos-1] + pd.Timedelta(days=1),
    periods=len(s) - error_pos
)

# 替换错误部分的索引
s.index = s.index[:error_pos].append(new_dates)

# 验证结果
print(s.index)

核心逻辑说明 #

• 用index.diff()计算相邻日期的时间差，差值为负的位置就是日期回退的起点
• pd.date_range自动生成对应长度的连续日期，避免手动循环
• 通过索引切片拼接完成替换，保持代码简洁高效

内容的提问来源于stack exchange，提问作者Jonathan Roy