如何将cap_dict的值分配到daily_cap的每日日期键中？

现有字典：

cap_dict = {pd.Timestamp('2020-06-30 00:00:00'): 40000, pd.Timestamp('2020-09-30 00:00:00'): 52000, 
            pd.Timestamp('2020-12-31 00:00:00'): 52000, pd.Timestamp('2021-03-31 00:00:00'): 58000, 
            pd.Timestamp('2021-06-30 00:00:00'): 89000, pd.Timestamp('2021-09-30 00:00:00'): 89000
            }

需要创建名为daily_cap的字典，键为date(2020, 6, 28)至date(2022, 1, 2)范围内的每日Timestamp，值需遵循以下规则：

• 每个日期键使用cap_dict中自身之前最新可用的对应值，例如40000分配给Timestamp('2020-06-30')至Timestamp('2020-09-29')的键，52000分配给Timestamp('2020-09-30')至Timestamp('2021-03-30')的键；
• 若日期早于cap_dict的第一个键，使用cap_dict的第一个值，例如Timestamp('2020-06-28')和Timestamp('2020-06-29')的值为40000。

原尝试代码存在逻辑错误：循环中每次都递增i，导致很快超出val_list的长度，无法正确匹配日期对应的取值。

解决方案一：使用Pandas的reindex和ffill（推荐） #

利用Pandas的时间序列处理能力，这是最简洁高效的方式：

import pandas as pd
from datetime import date

start_date = date(2020, 6, 28)
end_date = date(2022, 1, 2)

# 初始化cap_dict
cap_dict = {pd.Timestamp('2020-06-30 00:00:00'): 40000, pd.Timestamp('2020-09-30 00:00:00'): 52000, 
            pd.Timestamp('2020-12-31 00:00:00'): 52000, pd.Timestamp('2021-03-31 00:00:00'): 58000, 
            pd.Timestamp('2021-06-30 00:00:00'): 89000, pd.Timestamp('2021-09-30 00:00:00'): 89000
            }

# 将cap_dict转为Series并按时间索引排序
cap_series = pd.Series(cap_dict).sort_index()

# 生成目标日期范围的每日时间序列
daily_dates = pd.date_range(start=start_date, end=end_date, freq='D')

# 重新索引并向前填充，fill_value处理早于第一个cap日期的情况
daily_cap_series = cap_series.reindex(daily_dates, method='ffill', fill_value=cap_series.iloc[0])

# 转为字典
daily_cap = daily_cap_series.to_dict()

# 打印前5个结果示例
for key in list(daily_cap.keys())[:5]:
    print(f"{key}: {daily_cap[key]}")

代码说明： #

1. 将cap_dict转为Pandas Series并按索引排序，确保时间顺序正确；
2. 用pd.date_range生成目标日期范围的每日时间戳，比rrule更简洁；
3. reindex结合method='ffill'实现“向前填充最新值”的逻辑，fill_value指定早于第一个日期时的默认值；
4. 最后将Series转为字典即可得到目标结果。

解决方案二：手动遍历的正确逻辑 #

如果不想依赖Pandas的高级方法，也可以手动实现遍历逻辑：

import pandas as pd
from datetime import date, timedelta

start_date = date(2020, 6, 28)
end_date = date(2022, 1, 2)

cap_dict = {pd.Timestamp('2020-06-30 00:00:00'): 40000, pd.Timestamp('2020-09-30 00:00:00'): 52000, 
            pd.Timestamp('2020-12-31 00:00:00'): 52000, pd.Timestamp('2021-03-31 00:00:00'): 58000, 
            pd.Timestamp('2021-06-30 00:00:00'): 89000, pd.Timestamp('2021-09-30 00:00:00'): 89000
            }

# 将cap_dict的键值对按时间排序
sorted_cap = sorted(cap_dict.items(), key=lambda x: x[0])
cap_dates = [item[0] for item in sorted_cap]
cap_values = [item[1] for item in sorted_cap]

daily_cap = {}
current_value = cap_values[0]  # 默认初始值为第一个值
current_cap_index = 0

current_date = start_date
while current_date <= end_date:
    t = pd.Timestamp(current_date)
    
    # 如果当前日期超过下一个cap日期，更新当前值
    while current_cap_index < len(cap_dates) - 1 and t >= cap_dates[current_cap_index + 1]:
        current_cap_index += 1
        current_value = cap_values[current_cap_index]
    
    daily_cap[t] = current_value
    current_date += timedelta(days=1)

# 打印前5个结果示例
for key in list(daily_cap.keys())[:5]:
    print(f"{key}: {daily_cap[key]}")

代码说明： #

1. 先将cap_dict的键值对按时间排序，确保能按顺序匹配日期区间；
2. 初始化current_value为第一个值，处理早于第一个cap日期的情况；
3. 遍历每日日期，每次检查是否需要更新当前值（当日期超过下一个cap日期时）；
4. 为每个日期赋值当前值，直到遍历完所有日期。

内容的提问来源于stack exchange，提问作者Masoud180190