多索引含日期列调用asfreq后其他列丢失及原日期保留方案

云上老周

2026-7-9

问题原因

填充失效的本质：
把original_date加入分组条件后，每个分组变成(original_date, constant, name)的组合，而original_date和原始date完全一致，导致每个分组仅包含单个日期的一条记录。asfreq("d")的作用是填充分组内的日期间隙，单个日期不存在间隙，因此填充逻辑完全失效。
列丢失的原因：
你在groupby后仅选择value列执行apply，此时constant和name仅作为结果的MultiIndex层级存在。但由于每个分组的date与original_date完全重复，reset_index()解析MultiIndex时出现层级混淆，导致constant和name未被正确还原为普通列；同时因为仅操作value列，其他列自然不会出现在结果中。

解决方案

要保留original_date且正常填充日期，需调整分组逻辑和操作范围：

分组条件仍用constant和name（这才是需要统一填充日期的维度）
对整个分组的所有列执行asfreq和ffill，而非仅针对value列

修改后的代码：

from datetime import datetime
import pandas as pd

# 原始数据
df = pd.DataFrame({
    "date": [datetime(2023, 8, 31), datetime(2023, 9, 30), datetime(2023, 8, 31), datetime(2023, 9, 30), datetime(2023, 9, 30)],
    "name": ["a", "a", "b", "b", "c"],
    "constant": [1, 1, 1, 1, 1],
    "value": [100, 101, 200, 201, 301],
})

# 添加原始日期列
df["original_date"] = df["date"]

print("原始数据：")
print(df)

# 分组填充逻辑
df = (
    df.set_index("date")
    .groupby(["constant", "name"])
    # 对整个分组的所有列执行日期填充+前向填充
    .apply(lambda x: x.asfreq("d").ffill())
    .reset_index()
)

print("\n填充后结果：")
print(df)