如何用Pandas按分组填充缺失日期及前序有效值？

没问题，这是处理时间序列数据时非常典型的需求，我来给你一个清晰的实现方案，附带详细解释：

步骤1：预处理日期列 #

首先要确保你的date列是Pandas能识别的datetime类型，否则无法正确生成连续日期序列：

import pandas as pd

# 你的原始数据
dates=['2020-12-01','2020-12-04','2020-12-05', '2020-12-01','2020-12-04','2020-12-05']
symbols=['ABC','ABC','ABC','DEF','DEF','DEF']
v=[1,3,5,7,9,10]
df= pd.DataFrame({'date':dates, 'g':symbols, 'v':v})

# 转换日期列类型
df['date'] = pd.to_datetime(df['date'])

步骤2：定义分组填充函数 #

我们需要为每个g分组单独生成连续的日期范围，并用**前向填充（ffill）**补全缺失的v值：

def process_group(group):
    # 生成当前分组的完整日期序列（从最早到最晚，按天频率）
    full_dates = pd.date_range(start=group['date'].min(), end=group['date'].max(), freq='D')
    # 将分组数据的索引设为date，重新索引到完整日期序列，用前值填充缺失
    group_filled = group.set_index('date').reindex(full_dates).ffill()
    # 重置索引，把date变回普通列
    group_filled = group_filled.reset_index().rename(columns={'index': 'date'})
    return group_filled

步骤3：应用分组处理 #

用groupby.apply将函数应用到每个分组，最后整理索引：

result_df = df.groupby('g').apply(process_group).reset_index(drop=True)

验证结果 #

打印result_df就能看到你想要的效果：

date    g     v
0  2020-12-01  ABC   1.0
1  2020-12-02  ABC   1.0
2  2020-12-03  ABC   1.0
3  2020-12-04  ABC   3.0
4  2020-12-05  ABC   5.0
5  2020-12-01  DEF   7.0
6  2020-12-02  DEF   7.0
7  2020-12-03  DEF   7.0
8  2020-12-04  DEF   9.0
9  2020-12-05  DEF  10.0

补充说明 #

• ffill()会用最近的非缺失值填充，正好符合你“前序有效值”的需求；
• 如果需要后向填充可以用bfill()，不过这里显然前向更合适；
• freq='D'表示按天生成序列，你可以根据需求改成小时（'H'）、周（'W'）等其他频率。

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