Pandas如何补全datetime列缺失日期并填充前序最后一个有效值

核心逻辑基于pandas原生向量化接口实现，无逐行循环开销，9000行规模数据处理耗时在毫秒级，可自动适配多段日期缺失场景。

实现步骤 #

• 将dd/mm/yyyy格式的日期列转换为pandas标准datetime类型，指定dayfirst=True避免日期解析错位
• 将日期列设为索引，按天粒度重采样，自动生成从数据集最小日期到最大日期的连续时间序列，缺失日期的行默认填充为空值
• 对值列执行前向填充（ffill），所有缺失日期的取值自动继承该缺失段前最后一个有效值，完全匹配需求

完整代码示例 #

import pandas as pd

# --------------------------
# 示例数据构造（替换为你的实际数据即可）
# --------------------------
df = pd.DataFrame({
    'date': ['01/01/2000', '02/01/2000', '03/01/2000', '06/01/2000'],
    'value': ['a', 'b', 'c', 'd']
})

# --------------------------
# 核心处理逻辑
# --------------------------
# 日期格式转换
df['date'] = pd.to_datetime(df['date'], dayfirst=True)
# 按天重采样补全缺失日期
df = df.set_index('date').resample('D').asfreq()
# 前向填充值列
df['value'] = df['value'].ffill()
# 可选：将日期从索引还原为普通列
df = df.reset_index()

处理结果 #

处理后数据完全符合预期：

注意事项 #

• 如果原始数据存在重复日期，先执行去重逻辑再重采样：df = df.drop_duplicates(subset='date', keep='last')，避免重采样报错
• 如果数据集中存在除value外不需要填充的列，不要全局调用填充方法，仅对需要的列单独执行ffill即可
• 如果需要补全的日期粒度不是天，只需要修改resample的参数，比如按月补全传'M'、按小时补全传'H'即可

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