如何对DataFrame按日重采样并保留价格变更周期的数值

原始DataFrame #

import pandas as pd

df = pd.DataFrame({
    'date début': ['2021-04-01', '2021-04-10', '2021-04-16', '2021-06-10', '2021-08-01', '2021-08-10'],
    '€ / mois enerc': [40.86, 40.86, 33.69, 33.69, 37.71, 37.74],
    '€ / mois edf': [8.46, 8.46, 8.46, 8.46, 9.35, 9.35]
})

实现步骤 #

1. 转换日期格式并设置索引
   将日期列转为datetime类型，同时设为DataFrame的索引，为后续重采样操作做准备：

   df['date début'] = pd.to_datetime(df['date début'])
   df = df.set_index('date début')
   

2. 生成完整的日度日期序列
   创建从原始数据首个日期到最后一个日期的连续日序列：

   full_date_range = pd.date_range(start=df.index.min(), end=df.index.max(), freq='D')
   

3. 重新索引并向前填充价格
   用完整日序列重新索引DataFrame，通过ffill()（向前填充）保留上一次的价格值，直到下一次价格变更：

   resampled_df = df.reindex(full_date_range).ffill()
   

结果片段 #

执行后得到的符合需求的结果示例：

€ / mois enerc  € / mois edf
2021-04-10           40.86          8.46
2021-04-11           40.86          8.46
2021-04-12           40.86          8.46
2021-04-13           40.86          8.46
2021-04-14           40.86          8.46
2021-04-15           40.86          8.46
2021-04-16           33.69          8.46
2021-04-17           33.69          8.46
2021-04-18           33.69          8.46

内容的提问来源于stack exchange，提问作者BenjiBoy