多索引DataFrame按BM频率重采样：后续日期缺失问题求助

你的问题根源在于：groupby('id').resample('BM') 会基于每个id自身的时间范围生成重采样索引——也就是说，每个id只在自己有数据的时间段内生成BM日期，一旦过了该id最后一条非NaN数据的日期，就不会继续生成后续日期。

要让所有id都延续到统一的结束日期，你需要先定义全局的BM时间序列，再让每个id对齐这个序列。下面是两种可行的实现方式：

方法一：先拆堆再重采样（更高效） #

1. 首先确定你需要的全局时间范围：可以取整个数据集的最早BM日期，再手动指定结束日期（比如你想要到2024年12月的最后一个工作日）
2. 把多索引DataFrame拆成宽表（id为列），对齐全局时间序列后再恢复成多索引

import pandas as pd

# 假设你的原DataFrame是多索引：df.index = pd.MultiIndex.from_tuples([(date, id), ...], names=['date', 'id'])
# 步骤1：定义全局BM时间序列
# 取整个数据集的最早日期，转成BM格式
start_bm = df.index.get_level_values('date').min().to_period('BM').start_time
# 手动指定结束日期（比如2024年12月的最后一个工作日）
end_bm = pd.to_datetime('2024-12-31').to_period('BM').start_time
# 生成完整的BM日期序列
full_bm_dates = pd.date_range(start=start_bm, end=end_bm, freq='BM')

# 步骤2：拆成宽表并对齐全局日期
df_wide = df.unstack(level='id')  # 把id转成列，date作为索引
# 重采样对齐全局日期，保留BM频率
df_resampled_wide = df_wide.reindex(full_bm_dates).asfreq('BM')

# 步骤3：恢复成原多索引格式
df_final = df_resampled_wide.stack(level='id').reset_index().set_index(['date', 'id'])

方法二：GroupBy自定义函数（更直观） #

通过自定义函数，让每个id的组都对齐全局的BM日期序列：

# 先定义全局BM时间序列（同方法一）
start_bm = df.index.get_level_values('date').min().to_period('BM').start_time
end_bm = pd.to_datetime('2024-12-31').to_period('BM').start_time
full_bm_dates = pd.date_range(start=start_bm, end=end_bm, freq='BM')

# 自定义重采样函数：让每个组对齐全局日期
def resample_to_full_range(group):
    return group.reindex(full_bm_dates).asfreq('BM')

# 应用到每个id的组
df_final = df.groupby('id', group_keys=False).apply(resample_to_full_range)

关键说明 #

• 如果你不需要从数据集最早日期开始，也可以直接手动指定start_bm（比如pd.to_datetime('2014-01-31')）
• asfreq('BM')会保留BM频率的索引，同时将原数据中没有的日期填充为NaN，符合你的需求

内容的提问来源于stack exchange，提问作者senorita.xi